微調整された LoRA アダプターをマネージド コンピューティングにデプロイする (プレビュー)

Foundry のファインチューニングで生成された 1 つ以上の低ランク適応 (LoRA) アダプターを、互換性のあるマネージド コンピューティング ターゲットのデプロイにデプロイします。 アダプターをデプロイし、テストし、同じデプロイ先にさらにアダプターを追加できます。

この記事は、Foundry での微調整の出力として生成された LoRA アダプターにのみ適用されます。 用語、アーキテクチャ、共有推論動作、ライフサイクル、課金、制限については、 マネージド コンピューティングのアダプター展開の概要を参照してください。

Prerequisites

• Azure サブスクリプションと Foundry プロジェクト。

• Foundry で微調整によって生成され、プロジェクトの モデル ページに表示される登録済みの LoRA アダプター。

• Foundry 所有者ロールや Cognitive Services 共同作成者ロールなど、Foundry アカウントのデプロイを管理するための権限。 また、登録済みのアダプター モデルへのアクセスも必要です。

  Important

  Foundry RBAC ロールの名前が最近変更されました。 Foundry User, Foundry Owner, Foundry Account Owner、および Foundry Project Manager は、以前は、AZURE AI ユーザー、Azure AI 所有者、Azure AI アカウント所有者、および AZURE AI Project Manager という名前でした。 名前の変更がロールアウトされている間、以前の名前が表示される場合があります。ロール ID とコア アクセス許可は、名前の変更によって変更されません。

• Microsoft Entra ID を使用した推論用アカウントの Foundry ユーザーロール。 マネージド コンピューティング アクセス制御に関するページを参照してください。

• お使いのリージョンで使用できる、互換性のある基本モデルと LoRA 対応のデプロイ テンプレート。

• ターゲット デプロイのアクセラレータ ファミリとリージョンに対する十分な マネージド コンピューティング クォータ 。 既存のターゲット展開を選択するか、アダプターの展開中に作成できます。

マネージド コンピューティング プレビューには、組み込みのコンテンツ フィルター処理は含まれません。 デプロイする前に、その制限事項とアプリケーションの安全要件を確認してください。

ポータルでアダプターをデプロイする

Foundry で微調整によって生成された登録済みの LoRA アダプターから開始します。 Build>Models でアダプターを見つけるか、[微調整] タブから開始できます。

1 つのターゲット展開では、最大 8 つのアダプター展開がサポートされます。

1. アダプターを選択し、デプロイフローを開始します

Foundry ポータルで、次のいずれかのエントリ ポイントを使用します。

• Build>Models を開き、デプロイする LoRA アダプターを選択し、デプロイ を選択します。 このエントリ ポイントは、マネージド コンピューティング デプロイ フローを直接開きます。
• [微調整] タブを開き、完了した微調整ジョブによって生成されたアダプターを選択し、[デプロイ] を選択します。 使用可能なデプロイ オプションから [管理対象コンピューティング] を選択します。

2.ターゲットデプロイを選択または作成する

登録済みアダプターには独自のコンピューティングは必要ありませんが、要求を処理するには互換性のあるターゲットデプロイが必要です。 [ターゲットデプロイ] フィールドで選択します。

• 互換性のある LoRA 対応のターゲット デプロイが既に存在する場合は、ターゲット デプロイ で選択し、アダプターのデプロイ に進んでください。
• 互換性のある展開が存在しない場合は、アダプター展開フロー内にターゲット展開を作成してください。

ターゲットデプロイ作成ウィンドウでは、LoRA サポートが既定で有効になっています。 デプロイを作成するには:

1. LoRA 対応の デプロイ テンプレートを選択します。
2. 推論ランタイム、モデル ID、デプロイ テンプレート ID など、テンプレートの詳細を確認します。
3. 選択したテンプレートに一致する アクセラレータの種類 (H100 など) を選択します。
4. ターゲットのデプロイ構成を完了し、デプロイ を選択します。
5. ターゲットのデプロイがプロビジョニングを完了するまで待ちます。 この操作には数分かかる場合があります。 プロビジョニングが完了すると、[ ターゲットデプロイ ] フィールドが自動的に設定されます。

ターゲット デプロイの構成と容量の詳細については、「マネージド コンピュートでオープンソース モデルをデプロイ」を参照してください。

3. アダプターをデプロイする

1. アダプターのデプロイメント名 (qwen-supportなど) を入力します。 アカウント内で一意であり、ターゲット デプロイの名前とは異なる名前を使用します。
2. 選択したターゲットデプロイを確認し、デプロイ を選択します。
3. アダプターの展開が完了するまで待ちます。 展開されたアダプターがアダプター展開の一覧に表示されます。

アダプターのデプロイ名は、1 ～ 64文字で、使用できるのは英字、数字、ピリオド、アンダースコア、またはハイフンです。 名前は文字または数字で始めます。

デプロイ済みのアダプターを選択して、その詳細を開きます。 このページでは、次のことができます。

• プレイグラウンドで開きます。
• エージェントに追加します。
• 推論エンドポイントと認証の詳細を表示します。
• その対象デプロイ先を表示します。
• アダプターを呼び出すためのコード スニペットをコピーします。
• Visual Studio Codeのクイック セットアップを使用します。

プレイグラウンドでアダプターを開き、微調整タスクに関連するプロンプトを送信してください。 アダプターのデプロイのコード スニペットを使用して、アプリケーションからテストします。 ターゲット展開のみを呼び出しても、アダプターはテストされません。

4. 同じターゲットデプロイメントにさらにアダプタを展開する

アダプター間でターゲット展開を共有するには:

1. Build>Models で別の互換性のあるアダプターを選択し、デプロイ を選択します。
2. たとえば qwen-finance などの別のデプロイ名を指定してください。
3. [ターゲット デプロイ] で同じターゲット デプロイを選択します。
4. デプロイ を選択し、デプロイが完了するまで待ちます。
5. ターゲット展開の詳細を開き、両方のアダプター展開が一覧表示されていることを確認します。

この構成は、マルチ LoRA デプロイです。 各アダプターには独自のデプロイ名がありますが、どちらもターゲット デプロイのコンピューティングと推論エンドポイントを共有します。

チャット補完を使用してアダプターをテストする

アダプターの展開が Succeeded プロビジョニング状態に達したら、OpenAI と互換性のある chat-completions ルートに要求を送信します。 ポータルのアダプター展開の詳細からアカウント エンドポイントをコピーします。 Microsoft Entra ID 認証の場合は、https://ai.azure.com/.default スコープ用のアクセス トークンを取得します。

model には、ターゲットの展開名ではなく、アダプターの展開名を設定します。 サービスは、この値を使用してアダプターを選択し、そのターゲットのデプロイメントを内部的に解決します。

POST {account-endpoint}/openai/v1/chat/completions
Authorization: Bearer {access-token}
Content-Type: application/json

{
  "model": "qwen-support",
  "messages": [
    {
      "role": "user",
      "content": "How do I reset my account password?"
    }
  ]
}

応答は chat-completions 応答スキーマに従い、選択したアダプター デプロイ名を model で返します。 マルチ LoRA の例で 2 番目のアダプターをテストするには、model を qwen-finance に変更し、その微調整済みタスク用のプロンプトを送信します。 このリクエストには api-version クエリ パラメーターは必要ありません。

REST を使用してアダプターをデプロイおよび管理する

REST を使用して、API バージョン 2026-09-15-preview が設定されているアダプターのデプロイを作成および管理します。

登録されているソース モデル ID とターゲット デプロイ名を指定して、アダプター デプロイを作成します。 Authorization ヘッダーの Azure Resource Manager にはアクセス トークンを使用します。「REST を使用した Azure リソースの管理」を参照してください。

PUT https://management.azure.com/subscriptions/{subscriptionId}/resourceGroups/{resourceGroup}/providers/Microsoft.CognitiveServices/accounts/{accountName}/adapterDeployments/{adapterDeploymentName}?api-version=2026-09-15-preview
Authorization: ******
Content-Type: application/json

{
  "properties": {
    "sourceModelId": "azureai://accounts/{accountName}/projects/{projectName}/models/{modelName}/versions/{version}",
    "targetDeploymentName": "{targetDeploymentName}"
  }
}

デプロイは非同期です。 操作が成功または失敗するまで、retry-after で返された URL を、Azure-AsyncOperation を考慮してポーリングします。 アダプターをテストする前に、properties.provisioningState が Succeeded であることを確認します。

アダプター展開のステータスを確認:

GET https://management.azure.com/subscriptions/{subscriptionId}/resourceGroups/{resourceGroup}/providers/Microsoft.CognitiveServices/accounts/{accountName}/adapterDeployments/{adapterDeploymentName}?api-version=2026-09-15-preview
Authorization: ******

ターゲット展開に接続されているアダプターを一覧表示します。

GET https://management.azure.com/subscriptions/{subscriptionId}/resourceGroups/{resourceGroup}/providers/Microsoft.CognitiveServices/accounts/{accountName}/adapterDeployments?api-version=2026-09-15-preview&$filter=properties%2FtargetDeploymentName%20eq%20%27{targetDeploymentName}%27
Authorization: ******

レスポンスはページ分割されています。nextLink がなくなるまでたどってください。

アダプターのデプロイメントを削除します。

DELETE https://management.azure.com/subscriptions/{subscriptionId}/resourceGroups/{resourceGroup}/providers/Microsoft.CognitiveServices/accounts/{accountName}/adapterDeployments/{adapterDeploymentName}?api-version=2026-09-15-preview
Authorization: ******

削除は非同期にすることもできます。 202 応答の場合は、削除が完了するまで操作 URL に従います。 204応答では、それ以上ポーリングする必要はありません。

デプロイの管理とクリーンアップ

各アダプターをデプロイ名で管理します。 アダプターを別の互換性のあるターゲット展開に移動するには、同じtargetDeploymentNameを維持しながらsourceModelIdを更新します。 新しいターゲットデプロイに依存する前に、更新が成功するまで待ちます。

既存のアダプター 展開のソース モデルのバージョンを変更することはできません。 新しい微調整されたバージョンを展開するには、別の名前で新しいアダプター展開を作成するか、既存の展開を削除して再作成する。

アダプターのデプロイの提供を停止したら、削除します。 [REST を使用したアダプターのデプロイと管理]で REST delete リクエストを使用します。

アダプター展開を削除しても、登録されているモデルのバージョンやターゲットのデプロイは削除されません。 他のアダプターでは引き続き共有コンピューティングが使用されます。

この演習用に作成したターゲット展開を削除する前に、接続されているすべてのアダプター展開を削除してください。 オプションの qwen-finance アダプターを追加した場合は、そのアダプターも削除してください。 他のアプリケーションで引き続き必要な共有ターゲットデプロイは削除しないでください。

登録済みのアダプター モデルのバージョンを削除する前に、それを使用するアダプターの展開を削除してください。

ターゲット デプロイを介して共有コンピューティングをスケーリングします。 容量の変更は、そのアダプターが共有するコンピューティングに影響します。

Troubleshoot

再試行する前に、アダプターの登録、基本モデルの互換性、およびデプロイの状態を確認してください。

関連するコンテンツ

アダプターのデプロイ、ターゲット デプロイ、共有コンピューティング、およびその他の微調整されたモデルデプロイ オプションの詳細:

• マネージド コンピューティングのアダプター展開の概要。
• マネージド コンピューティングでオープンソース モデルをデプロイします。