Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Een hub is een soort werkruimte die de beveiliging, connectiviteit, rekenresources en quota voor een team centraal beheert. Zodra deze is ingesteld, kunnen ontwikkelaars met een hub hun eigen werkruimten maken om hun werk te organiseren terwijl ze voldoen aan de vereisten voor IT-instellingen. Het delen en hergebruik van configuraties via een hubwerkruimte levert een betere kostenefficiëntie op bij het implementeren van Azure Machine Learning op schaal.
Werkruimten die zijn gemaakt met behulp van een hub, ook wel 'projectwerkruimten' genoemd, krijgen dezelfde beveiligingsinstellingen en toegang tot gedeelde resources. Ze hebben geen eigen beveiligingsinstellingen of gerelateerde Azure resources nodig. Maak zo veel projectwerkruimten als u nodig hebt om uw werk te organiseren, gegevens te isoleren of de toegang te beperken.
Maak een hubwerkruimte als u of uw team van plan bent voor meerdere machine learning-projecten. Gebruik een hub om uw werk te organiseren in hetzelfde gegevens- of bedrijfsdomein.
Snel, maar veilig, AI-verkenning zonder knelpunt op IT
Het bouwen van machine learning-modellen vereist vaak zware prototypen als vereiste voor een implementatie op volledige schaal. Het kan worden opgenomen om de haalbaarheid van een idee te bewijzen, of om de kwaliteit van gegevens of een model te beoordelen voor een bepaalde taak.
In de overgang van het bewijzen van haalbaarheid van een idee, tot een gefinancierd project, hebben veel organisaties te maken met een knelpunt in productiviteit, omdat één platformteam verantwoordelijk is voor de installatie van cloudresources. Een dergelijk team kan de enige zijn die gemachtigd is om beveiliging, connectiviteit of andere resources te configureren waarvoor mogelijk kosten in rekening worden gebracht. Dit kan leiden tot een enorme achterstand, waardoor ontwikkelteams worden geblokkeerd om te beginnen met innoveren met een nieuw idee.
Het doel van hubs is om dit knelpunt weg te nemen door IT een veilige, vooraf geconfigureerde en herbruikbare omgeving te laten instellen voor een team om machine learning-modellen te prototypen, te bouwen en te gebruiken.
Een hub instellen en beveiligen voor uw team
Maak een hubwerkruimte in Azure portal met Azure Resource Manager-sjablonen of via Azure Machine Learning SDK/CLI. U kunt netwerken, identiteit, versleuteling, bewaking of tags aanpassen om te voldoen aan de vereisten van uw organisatie.
Projectwerkruimten die zijn gemaakt met een hub, verkrijgen de beveiligingsinstellingen van de hub en de configuratie van gedeelde bronnen. Inclusief de volgende configuraties:
| Configuratie | Opmerking |
|---|---|
| Netwerkinstellingen | Eén beheerd virtueel netwerk wordt gedeeld tussen hub- en projectwerkruimten. Als u toegang wilt krijgen tot inhoud in de hub- en projectwerkruimten, maakt u één privékoppelingseindpunt in de hubwerkruimte. |
| Versleutelingsinstellingen | Versleutelingsinstellingen worden van hub naar project doorgegeven. |
| Opslag voor versleutelde gegevens | Wanneer u uw door de klant beheerde versleutelingssleutels meeneemt, delen de hub- en projectwerkruimten dezelfde beheerde resourcegroep voor het opslaan van versleutelde servicegegevens. |
| Verbindingen | Project werkruimten kunnen gedeelde verbindingen gebruiken die op de hub zijn gemaakt. Deze functie wordt momenteel alleen ondersteund in Microsoft Foundry. |
| Compute-instantie | Een rekenproces opnieuw gebruiken in alle projectwerkruimten die aan dezelfde hub zijn gekoppeld. |
| Rekenquotum | Elk rekenquotum dat door projectwerkruimten wordt verbruikt, wordt afgetrokken van het quotumsaldo van de hubwerkruimte. |
| Opslag | Gekoppelde resource voor het opslaan van werkruimtegegevens. Project werkruimten maken gebruik van aangewezen containers die beginnen met een voorvoegsel {workspaceGUID}, en beschikken over een voorwaardelijke Azure Attribute Based Access roltoewijzing van de werkruimte-identiteit alleen voor toegang tot deze containers. |
| Key Vault-systeem | Gekoppelde resource voor het opslaan van geheimen die zijn gemaakt in de service, bijvoorbeeld bij het maken van een verbinding. Project werkruimte-identiteiten hebben alleen toegang tot hun eigen geheimen. |
| Containerregister | Gerelateerde resource voor het opslaan van gebouwde containerafbeeldingen bij het maken van omgevingen. Project werkruimtebeelden worden geïsoleerd door middel van naamgevingsconventies en kunnen alleen toegang krijgen tot hun eigen containers. |
| Toepassingsinzichten | Gekoppelde resource bij het inschakelen van toepassingslogboeken voor eindpunten. Eén Application Insights kan als standaard worden geconfigureerd voor alle projectwerkruimten. Kan worden overschreven op projectwerkruimteniveau. |
Gegevens die in één projectwerkruimte worden geüpload, worden geïsoleerd opgeslagen van gegevens die worden geüpload naar een andere projectwerkruimte. Hoewel projectwerkruimten hubbeveiligingsinstellingen hergebruiken, zijn ze nog steeds Azure resources op het hoogste niveau, zodat u de toegang tot alleen projectleden kunt beperken.
Een projectwerkruimte maken met behulp van een hub
Zodra een hub is gemaakt, zijn er meerdere manieren om een projectwerkruimte te maken:
Opmerking
Hubgebaseerde projectwerkruimten zijn toegankelijk in de Foundry-portal (klassiek). Als u een nieuw project start, raadpleegt u Microsoft Foundry voor het bijgewerkte resourcemodel.
- ML Studio gebruiken
- Foundry gebruiken
- Using Azure SDK
- Automatiseringssjablonen gebruiken
- Gebruik Azure CLI
Opmerking
Wanneer u een werkruimte maakt met behulp van een hub, hoeft u geen beveiligingsinstellingen of gekoppelde resources op te geven omdat deze worden overgenomen van de hub. Als openbare netwerktoegang bijvoorbeeld is uitgeschakeld op de hub, wordt deze ook uitgeschakeld in de nieuwe werkruimte die wordt gemaakt.
Standaardprojectresourcegroep
Als u projectwerkruimten wilt maken met behulp van een hub, moeten gebruikers een roltoewijzing hebben voor de hubwerkruimteresource met een rol die de actie Microsoft.MachineLearningServices/workspaces/hubs/join/action omvat. Azure AI-ontwikkelaarsrol is een voorbeeld van een ingebouwde rol die deze actie ondersteunt.
Als u een hub als beheerder maakt, kunt u eventueel een standaardprojectresourcegroep opgeven om gebruikers in staat te stellen projectwerkruimten op selfservice te maken. Als een standaardresourcegroep is ingesteld, kunnen SDK/CLI/Studio-gebruikers werkruimten maken in deze resourcegroep zonder dat ze meer Azure op rollen gebaseerd toegangsbeheer (Azure RBAC)-machtigingen nodig hebben voor een resourcegroepbereik. De gebruiker die creëert, wordt eigenaar van de Azure-bron van de projectwerkruimte.
Project werkruimten kunnen worden gemaakt in andere resourcegroepen dan de standaardresourcegroep project. Hiervoor hebben gebruikers Microsoft nodig. MachineLearning/Werkruimten/schrijfmachtigingen.
Ondersteunde mogelijkheden per werkruimtetype
Functies die worden ondersteund met hub-/projectwerkruimten verschillen van gewone werkruimten. De volgende ondersteuningsmatrix biedt een overzicht.
| Kenmerk | Standaardwerkruimte | Hub-werkruimte | Project werkruimte | Opmerking |
|---|---|---|---|---|
| Zelfstandig projectwerkruimten maken vanuit Studio | - | X | X | - |
| Gedeelde verbindingen maken op hub | X | X | Alleen in Foundry portal | |
| Gedeelde verbindingen van hub gebruiken | X | X | - | |
| Compute-instantie opnieuw gebruiken over werkruimtes | - | X | X | |
| Rekenquotum delen over werkruimten | - | X | X | |
| GenAI-apps bouwen in Foundry-portal | - | X | X | |
| Eén privékoppeling-eindpunt over meerdere werkplekken | - | X | X | |
| Beheerd virtueel netwerk | X | X | X | - |
| BYO-netwerk virtueel | X | - | - | Alternatief beheerd virtueel netwerk gebruiken |
| Rekenclusters | X | - | - | Alternatieve serverloze compute gebruiken |
| Stap voor parallelle uitvoering | X | - | - | - |
| Batch-eindpunten | X | - | - | - |
Alle functies waarvoor rekenclusters moeten worden uitgevoerd, worden niet ondersteund voor hubwerkruimten (tenzij de functie wordt ondersteund op serverloze berekeningen).
Een gewone werkruimte converteren naar een hubwerkruimte
Niet ondersteund.
Volgende stappen
Zie voor meer informatie over het instellen van Azure Machine Learning:
Zie voor meer informatie over ondersteuning voor hub-werkruimten in Foundry Portal: