Примечание.
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
Средства Foundry предоставляют несколько контейнеров Docker , которые позволяют использовать те же API, которые доступны в Azure локальной среде. Используя эти контейнеры, вы можете обеспечить гибкость приведения средств Foundry ближе к данным по соответствию требованиям, безопасности или другим операционным причинам. Поддержка контейнеров в настоящее время доступна для подмножества средств Foundry.
Контейнеризация — это подход к распространению программного обеспечения, при котором приложение или служба упаковывается в образ контейнера вместе со всеми зависимостями и конфигурациями. Образ контейнера можно развертывать на узле контейнера с незначительной модификацией или без нее. Контейнеры изолированы друг от друга и от базовой операционной системы. При этом они расходуют меньше ресурсов, чем виртуальная машина. Контейнеры для краткосрочных задач можно создавать на основе образов контейнеров и удалять их, когда они станут ненужными.
Возможности и преимущества
- Неизменяемая инфраструктура: позволяет командам DevOps использовать согласованный и надежный набор известных системных параметров, а также возможность адаптироваться к изменениям. Контейнеры обеспечивают гибкость и подвижность внутри прогнозируемой экосистемы, это позволяет обходиться без перенастройки.
- Контроль над данными. Выберите место обработки данных с помощью средств Foundry. Это может быть важно, если вы не можете отправлять данные в облако, но вам нужен доступ к API-интерфейсам средств Foundry. Поддержка согласованности в гибридной среде, в том числе данных, управления, идентификатора и безопасности.
- Контроль за обновлениями модели: гибкость в управлении версиями и обновлении моделей, которые клиенты применяют в своих решениях.
- Переносимая архитектура: возможность создания архитектуры переносимого приложения, которое можно развернуть в облаке, в локальной среде или на пограничных устройствах. Контейнеры можно развертывать непосредственно в Службе Azure Kubernetes, Экземплярах контейнеров Azure или в кластере Kubernetes, развернутом в Azure Stack. Дополнительные сведения см. в статье Развертывание Kubernetes в Azure Stack.
- Высокая пропускная способность или низкая задержка. Предоставление клиентам возможности масштабирования для обеспечения высокой пропускной способности и требований к низкой задержке, позволяя средствам Foundry выполнять физически близко к логике приложения и данным. Контейнеры не ограничивают число транзакций в секунду (TPS), и их можно увеличивать и уменьшать для удовлетворения спроса, предоставив необходимые аппаратные ресурсы.
- Масштабируемость: благодаря постоянно растущему спросу на программное обеспечение для управления контейнерами и их оркестрации, например Kubernetes; масштабируемость находится на переднем плане развития технологий. Основываясь на масштабируемой кластерной среде, разработка приложений предусматривает высокий уровень возможностей.
Контейнеры в Foundry Tools
Контейнеры Azure предоставляют следующий набор контейнеров Docker, каждый из которых содержит подмножество функциональных возможностей служб в Средствах Foundry. В приведенных ниже таблицах представлены описания и расположение образов.
Примечание.
Инструкции по установке и запуску контейнеров Azure Document Intelligence, а также расположения образов см. в разделе "Установка и запуск контейнеров документального интеллекта".
Контейнеры принятия решений
| Услуга | Контейнер | Описание | Доступность |
|---|---|---|---|
| Детектор аномалий | Детектор аномалий (образ) | API Детектор аномалий позволяет отслеживать и обнаруживать отклонения в данных временных рядов с помощью машинного обучения. | Общедоступная версия |
Контейнеры для работы с языком
| Услуга | Контейнер | Описание | Доступность |
|---|---|---|---|
| ЛУИС | LUIS (образ) | Загружает обученную или опубликованную модель Распознавания речи, также известную как приложение LUIS, в контейнер Docker и предоставляет доступ к прогнозам запроса из конечных точек API контейнера. Можно собирать журналы запросов из контейнера и отправлять их обратно на портал LUIS для повышения точности прогнозов приложения. | Общедоступная версия. |
| Язык | Извлечение ключевых фраз (изображение) | Извлекает ключевые фразы для определения основных идей текста. Например, для входного текста "Еда была вкусной и были замечательные сотрудники", API возвращает основные разговорные моменты: "еда" и "замечательный персонал". | Общедоступная версия. Этот контейнер также может выполняться в отключенных средах. |
| Язык | Распознавание языка текста (образ) | Решение может определить язык введенного текста (поддерживается более 120 языков) и сообщить один код языка для каждого документа, отправленного в запросе. Код языка сопряжен с показателем, указывающим степень оценки. | Общедоступная версия. Этот контейнер также может выполняться в отключенных средах. |
| Язык | Анализ тональности (изображение) | Анализирует необработанный текст на предмет положительной или отрицательной тональности. Данная версия анализа тональности возвращает метки тональности (например, положительная или отрицательная) для каждого документа и предложения внутри него. | Общедоступная версия. Этот контейнер также может выполняться в отключенных средах. |
| Язык | Анализ текста для работоспособности (изображение) | Извлекает и делает разметку медицинских данных из неструктурированного медицинского текста. | Общедоступная версия |
| Язык | Распознавание именованных сущностей (изображение) | Извлеките именованные сущности из текста. | Общедоступная версия. Этот контейнер также может выполняться в отключенных средах. |
| Язык | Обнаружение личных сведений (PII) (изображение) | Обнаружение и редактирование личных сущностей информации из текста. | Общедоступная версия. Этот контейнер также может выполняться в отключенных средах. |
| Язык | Распознавание именованных сущностей (изображение) | Извлеките именованные сущности из текста с помощью пользовательской модели, создаваемой с помощью данных. | Общедоступная версия |
| Язык | Сводка (изображение) | Суммирование текста из различных источников. | Общедоступная предварительная версия. Этот контейнер также может выполняться в отключенных средах. |
| Язык | Распознавание речи бесед (изображение) | Интерпретирует язык общения. | Общедоступная версия. Этот контейнер также может выполняться в отключенных средах. |
| Переводчик | Переводчик (изображение) | Переводите текст на несколько языков и диалектов. | Общедоступная версия. Заготовка — запрос доступа. Этот контейнер также может выполняться в отключенных средах. |
Контейнеры Речи
| Услуга | Контейнер | Описание | Доступность |
|---|---|---|---|
| API для работы с речью | Речь к тексту (изображение) | Расшифровывает непрерывную речь в режиме реального времени в текстовый формат. | Общедоступная версия. Этот контейнер также может выполняться в отключенных средах. |
| API речи | Настраиваемая речь к тексту (изображение) | Преобразует непрерывную речь в текст в режиме реального времени на базе пользовательских настроек. | Общедоступная версия Этот контейнер также может выполняться в отключенных средах. |
| API речи | Нейронный текст для речи (изображение) | Преобразует текст в речь с помощью технологии глубокой нейронной сети, делая синтезированную речь более естественной. | Общедоступная версия. Этот контейнер также может выполняться в отключенных средах. |
| API речевых технологий | Идентификация языка речи (изображение) | Определяет язык звучащей речи. | Предварительный просмотр |
Контейнеры Компьютерного зрения
| Услуга | Контейнер | Описание | Доступность |
|---|---|---|---|
| Зрение | Чтение OCR (образ) | Контейнер "Чтение OCR" (оптическое распознавание символов) позволяет извлекать печатные и рукописные тексты из изображений и документов с поддержкой форматов JPEG, PNG, BMP, PDF и TIFF. Дополнительные сведения см. в Документации по API Read. | Общедоступная версия. Этот контейнер также может выполняться в отключенных средах. |
| Пространственный анализ | Пространственный анализ (образ) | Анализирует потоковую передачу видео в реальном времени, чтобы распознать пространственное взаимное расположение между людьми, их движение и взаимодействие с объектами в физических средах. | Предварительный просмотр |
Кроме того, некоторые контейнеры поддерживаются в предложении ресурсов Foundry Tools. Вы можете создать один ресурс Foundry Tools и использовать один и тот же ключ выставления счетов в поддерживаемых службах для следующих служб:
- Vision
- ЛУИС
- Language
Необходимые компоненты
Перед использованием контейнеров Azure необходимо выполнить следующие предварительные требования:
Модуль Docker. Модуль Docker нужно установить в локальной среде. Docker предоставляет пакеты для настройки среды с Docker для macOS, Linux и Windows. В Windows Docker нужно настроить для поддержки контейнеров Linux. Контейнеры Docker можно также развертывать непосредственно в Службе Azure Kubernetes или Экземплярах контейнеров Azure.
Docker нужно настроить таким образом, чтобы контейнеры могли подключать и отправлять данные о выставлении счетов в Azure.
Опыт работы с Реестром контейнеров Майкрософт и Docker. Требуется базовое представление о Реестре контейнеров Майкрософт и понятиях Docker, таких как реестры, репозитории, контейнеры и образы контейнеров, а также знание основных команд docker.
Ознакомьтесь с общими сведениями о Docker и контейнерах.
Для некоторых контейнеров могут действовать дополнительные требования, в том числе к характеристикам сервера и (или) объему памяти.
Безопасность контейнеров средств Foundry
Безопасность должна быть основной задачей при разработке приложений. Принципы безопасности являются залогом успеха. При разработке программного решения, включающего контейнеры ИИ Azure, важно понимать ограничения и возможности, доступные для вас. Дополнительные сведения о сетевой безопасности см. в статье "Настройка виртуальных сетей Средств Foundry".
Внимание
По умолчанию нет безопасности в API контейнера средств Foundry. Это связано с тем, что чаще всего контейнер работает как часть модуля pod, которая защищена извне сетевым мостом. Однако пользователи могут создать собственную инфраструктуру проверки подлинности, чтобы приблизить методы проверки подлинности, используемые при доступе к облачным средствам Foundry.
На следующей схеме показан подход по умолчанию и небезопасный подход.
В качестве примера альтернативного и безопасного подхода потребители контейнеров ИИ Azure могут расширить контейнер с внешним компонентом, сохраняя частную конечную точку контейнера. Рассмотрим ситуацию, когда мы используем Istio в качестве шлюза входящего трафика. Istio поддерживает HTTPS/TLS и проверку подлинности на основе сертификата клиента. В этом сценарии интерфейс Istio предоставляет доступ к контейнеру, представляя сертификат клиента, который утверждается заранее с помощью Istio.
Nginx — это еще один популярный вариант в той же категории. Как Istio, так и Nginx выступают в качестве уровня service mesh и предлагают дополнительные функции, такие как балансировка нагрузки, маршрутизация и контроль скорости.
Работа с контейнерами в сети
Контейнеры ИИ Azure необходимы для отправки сведений о счетчике в целях выставления счетов. Не упустите список различных сетевых каналов, на которые используются контейнеры ИИ Azure, не позволит контейнеру работать.
Домены и порты средств Allowlist Foundry
Узел должен разрешить порт 443 и следующие домены:
*.cognitive.microsoft.com*.cognitiveservices.azure.com
Если вы используете службу перевода Azure в инструментах Foundry на локальном сервере, необходимо дополнительно разрешить следующие URL-адреса для скачивания файлов.
translatoronprem.blob.core.windows.net
Отключение глубокой проверки пакетов
Глубокая проверка пакетов (DPI) — это тип обработки данных, который подробно проверяет данные, отправленные через компьютерную сеть, и обычно принимает меры, блокируя, перенаправляя или регистрируя их соответствующим образом.
Отключите DPI на защищенных каналах, создаваемых контейнерами ИИ Azure на серверах Майкрософт. В противном случае контейнер будет работать некорректно.
Примеры для разработчиков
Примеры для разработчиков доступны в нашем репозитории GitHub.
Следующие шаги
Узнайте о рецептах контейнеров , которые можно использовать с помощью средств Foundry.
Установите и изучите функциональные возможности, предоставляемые контейнерами в средстве Foundry: