Управление развертыванием модели ИИ с помощью встроенных политик на портале Foundry Microsoft (классическая модель)

Используйте следующий шаблон Bicep, чтобы назначить политику группе ресурсов. Этот пример позволяет использовать только gpt-35-turbo модель из azure-openai реестра.

1. Сохраните следующий код как main.bicep.

   targetScope = 'resourceGroup'
   
   param policyAssignmentName string = 'allowed-models-assignment'
   param allowedModelPublishers array = []
   param allowedAssetIds array = [
     'azureml://registries/azure-openai/models/gpt-35-turbo/versions/3'
   ]
   
   // Policy Definition ID for "[Preview]: Azure Machine Learning Deployments should only use approved Registry Models"
   var policyDefinitionId = '/providers/Microsoft.Authorization/policyDefinitions/12e5dd16-d201-47ff-849b-8454061c293d'
   
   resource policyAssignment 'Microsoft.Authorization/policyAssignments@2024-04-01' = {
     name: policyAssignmentName
     properties: {
       policyDefinitionId: policyDefinitionId
       parameters: {
         allowedModelPublishers: {
           value: allowedModelPublishers
         }
         allowedAssetIds: {
           value: allowedAssetIds
         }
       }
       displayName: 'Allow specific AI models'
       description: 'This policy assignment restricts AI model deployments to the specified list.'
     }
   }
   

2. Разверните файл Bicep с помощью Azure CLI.

   az deployment group create --resource-group <your-resource-group> --template-file main.bicep
   

   Замените <your-resource-group> именем группы ресурсов. При успешном выполнении команда возвращает JSON с "provisioningState": "Succeeded".

3. Проверьте распределение политики.

   az policy assignment show --name allowed-models-assignment --resource-group <your-resource-group>
   

4. Уведомите разработчиков о том, что политика действует. Они получают сообщение об ошибке, если они пытаются развернуть модель, которая не содержится в списке разрешенных моделей.

Ссылки:

• Ресурс Microsoft.Authorization/policyAssignments в Bicep
• az deployment group create
• az policy assignment show

1. На портале Azure выберите Policy в левой части страницы. Вы также можете найти политику в строке поиска в верхней части страницы.

2. В левой части панели мониторинга Политика Azure выберите Authoring, Definition и найдите "[предварительная версия]: Машинное обучение Azure развертывания должны использовать только утвержденные модели реестра" на панели поиска на странице. Вы также можете напрямую перейти на страницу создания определения политики.

3. Выберите "Назначить ", чтобы назначить политику группе управления:

   • Область. Выберите область, в которой нужно назначить политику. Область может быть группой управления, подпиской или группой ресурсов.
   • определение Policy: в этом разделе уже есть значение "[предварительная версия]: развертывания Машинное обучение Azure должны использовать только утвержденные модели реестра".
   • Имя назначения: введите уникальное имя назначения.

   Остальные поля можно оставить в качестве значений по умолчанию или настроить их по мере необходимости для вашей организации.

4. Нажмите кнопку "Далее" в нижней части страницы или вкладки "Параметры " в верхней части страницы.

5. На вкладке "Параметры"отключите только параметры, которые требуют ввода или проверки , чтобы просмотреть все поля:

   • Эффект. Задайте значение "Запретить".

     Примечание

     С помощью параметра аудита можно настроить политику для регистрации сведений на собственной панели мониторинга соответствия.

   • Разрешенные издатели моделей: введите список имен издателей, вложенных в кавычки, разделенных запятыми.

   • Допустимые идентификаторы активов: введите список идентификаторов активов модели, вложенных в кавычки, разделенных запятыми.

     Чтобы получить строки идентификатора ресурса модели и имя издателей моделей, выполните следующие действия.

     1. Перейдите в каталог моделей Foundry.

     2. Для каждой модели, которую нужно разрешить, выберите модель для просмотра сведений. В сведениях о модели скопируйте значение идентификатора модели . Например, значение может выглядеть как azureml://registries/azure-openai/models/gpt-35-turbo/versions/3 для модели GPT-3.5-Turbo. Указанные имена также являются коллекциями в каталоге моделей. Например, издатель для модели Meta-Llama-3.1-70B-Instruct — Meta.

        Важно

        Значение идентификатора модели должно быть полным соответствием модели. Если идентификатор модели не является точным, модель не допускается.

6. Выберите вкладку «Проверка и создание» и убедитесь, что назначение политики правильное. Когда все готово, нажмите кнопку "Создать ", чтобы назначить политику.