O que é um espaço de trabalho hub Azure Machine Learning?

Um hub é um tipo de espaço de trabalho que gere centralmente a segurança, a conectividade, os recursos computacionais e a quota para uma equipa. Uma vez configurado, um hub permite aos programadores criar os seus próprios espaços de trabalho para organizar o seu trabalho, mantendo-se em conformidade com os requisitos de configuração de TI. Partilhar e reutilizar configurações através de um espaço de trabalho hub proporciona uma melhor eficiência de custos ao implementar Azure Machine Learning em larga escala.

Os espaços de trabalho criados através de um hub, referidos como 'espaços de trabalho de projeto', obtêm as mesmas definições de segurança e acesso partilhado a recursos. Eles não exigem as suas próprias definições de segurança nem recursos associados Azure . Crie tantos espaços de trabalho de projeto quanto necessário para organizar o seu trabalho, isolar dados ou restringir o acesso.

Crie um espaço de trabalho hub se você ou a sua equipa estiverem a planear vários projetos de aprendizagem automática. Use um hub para organizar o seu trabalho no mesmo domínio de dados ou de negócio.

Captura de ecrã da relação entre o hub e o espaço de trabalho do projeto.

Exploração de IA rápida, mas segura, sem gargalo em TI

Construir com sucesso modelos de aprendizagem automática requer frequentemente prototipagem intensiva como pré-requisito para uma implementação em larga escala. Pode ser incorporado para provar a viabilidade de uma ideia, ou avaliar a qualidade dos dados ou de um modelo, para uma tarefa específica.

Na transição de provar a viabilidade de uma ideia para um projeto financiado, muitas organizações enfrentam um estrangulamento na produtividade porque uma equipa de uma única plataforma é responsável pela configuração dos recursos cloud. Tal equipa pode ser a única autorizada a configurar segurança, conectividade ou outros recursos que possam gerar custos. Isto pode causar um enorme atraso, resultando em equipas de desenvolvimento bloqueadas para começar a inovar com uma nova ideia.

O objetivo dos hubs é eliminar este estrangulamento, permitindo que o departamento de TI configure um ambiente seguro, pré-configurado e reutilizável para que uma equipa possa prototipar, construir e operar modelos de aprendizagem automática.

Crie e assegure um hub para a sua equipa

Crie um workspace hub no portal Azure, com templates do Azure Resource Manager, ou através do SDK/CLI do Azure Machine Learning. Pode personalizar redes, identidade, encriptação, monitorização ou etiquetas, para cumprir os requisitos da sua organização.

Os espaços de trabalho de projeto criados usando um hub obtêm as definições de segurança e a configuração de recursos partilhados do hub. Incluindo as seguintes configurações:

Configuração Nota
Definições de rede Uma rede virtual gerida é partilhada entre os espaços de trabalho hub e de projeto. Para aceder ao conteúdo nos espaços de trabalho hub e de projeto, crie um único endpoint de ligação privada no espaço de trabalho do hub.
Definições de encriptação As definições de encriptação passam do hub para o projeto.
Armazenamento para dados encriptados Quando traz as suas chaves geridas pelo cliente para encriptação, os espaços de trabalho de hub e de projeto partilham o mesmo grupo de recursos gerido para armazenar dados de serviço encriptados.
Ligações Os espaços de trabalho do Project podem consumir ligações partilhadas criadas no hub. Esta funcionalidade é atualmente suportada apenas no Microsoft Foundry.
Instância de computação Reutilizar uma instância de computação em todos os espaços de trabalho do projeto associados ao mesmo hub.
Quota de cálculo Qualquer quota de computação consumida pelos espaços de trabalho de projeto é deduzida do saldo da quota do espaço de trabalho central.
Armazenamento Recurso associado para armazenar dados do espaço de trabalho. Os espaços de trabalho do projeto utilizam contentores designados que começam com o prefixo {workspaceGUID} e têm uma atribuição de função condicional de Acesso Baseado em Atributos do Azure para a identidade do espaço de trabalho, apenas para aceder a esses contentores.
Cofre de chaves Recurso associado para armazenar segredos criados no serviço, por exemplo, ao criar uma ligação. As identidades dos espaços de trabalho do Project só podem aceder aos seus próprios segredos.
Registo de contentores Recurso associado ao armazenamento de imagens de contentores já construídas durante a criação de ambientes. As imagens dos espaços de trabalho do Project são isoladas por convenção de nomenclatura e só podem aceder aos seus próprios contentores.
Perspetivas sobre aplicações Recurso associado ao ativar o registo de aplicações para endpoints. Um aplicativo de insights pode ser configurado como padrão para todos os espaços de trabalho do projeto. Pode ser anulado ao nível do ambiente de trabalho do projeto.

Os dados que são carregados num espaço de trabalho de projeto são armazenados isoladamente dos dados que são carregados para outro espaço de trabalho de projeto. Embora os espaços de trabalho do projeto reutilizem as definições de segurança do hub, continuam a ser recursos do Azure de topo, o que permite restringir o acesso apenas aos membros do projeto.

Crie um espaço de trabalho de projeto usando um hub

Depois de criado um hub, existem várias formas de criar um espaço de trabalho de projeto usando ele:

Nota

Os espaços de trabalho de projeto baseados em hubs estão acessíveis no portal Foundry (clássico). Se estás a começar um novo projeto, vê Microsoft Foundry para o modelo de recursos atualizado.

  1. Utilização do ML Studio
  2. Utilização do Foundry
  3. Usando SDK do Azure
  4. Utilização de modelos de automação
  5. Usando CLI do Azure

Nota

Ao criar um espaço de trabalho usando um hub, não é necessário especificar definições de segurança ou recursos associados porque esses são herdados do hub. Por exemplo, se o acesso à rede pública estiver desativado no hub, também está desativado no novo workspace criado.

 Captura de ecrã da criação de um hub de espaço de trabalho em Estúdio do Azure Machine Learning.

Grupo de recursos padrão do projeto

Para criar espaços de trabalho de projeto usando um hub, os utilizadores devem ter uma atribuição de função no recurso do espaço de trabalho do hub, usando uma função que inclua o Microsoft. MachineLearningServices/workspaces/hubs/join/action ação. O papel de desenvolvedor de IA no Azure é um exemplo de função incorporada que suporta esta ação.

Opcionalmente, ao criar um hub como administrador, pode especificar um grupo de recursos de projeto predefinido para permitir que os utilizadores criem espaços de trabalho de projeto de forma auto-serviço. Se for definido um grupo de recursos predefinido, os utilizadores do SDK/CLI/Studio podem criar espaços de trabalho neste grupo sem precisarem de permissões adicionais de controlo de acesso baseado em funções do Azure (Azure RBAC) num âmbito de grupo de recursos. O utilizador criador torna-se proprietário do recurso Azure do espaço de trabalho do projeto.

Os espaços de trabalho de Project podem ser criados noutros grupos de recursos que não o grupo de recursos padrão do project. Para isso, os utilizadores precisam da Microsoft. Aprendizagem Automática/Espaços de Trabalho/permissões de escrita.

Capacidades suportadas pelo tipo de espaço de trabalho

As funcionalidades suportadas por espaços de trabalho hub/projeto diferem dos espaços de trabalho normais. A seguinte matriz de suporte fornece uma visão geral.

Destaque Espaço de trabalho padrão Espaço de trabalho central Espaço de trabalho do Projeto Nota
Serviço de autoatendimento para criar espaços de trabalho de projeto a partir do Studio - X X -
Criar ligações partilhadas no hub X X Apenas no Foundry portal
Consumir ligações partilhadas a partir do hub X X -
Reutilizar a instância de computação entre diferentes espaços de trabalho - X X
Partilhar a quota de computação entre espaços de trabalho - X X
Construa aplicações GenAI no portal Foundry - X X
Endpoint de ligação privada única entre espaços de trabalho - X X
Rede virtual gerida X X X -
Rede virtual BYO X - - Utilize uma rede virtual gerida alternativa
Clusters de computação X - - Utilizar computação serverless alternativa
Etapa de execução paralela X - - -
Endpoints de Processamento em Lote X - - -

Todas as funcionalidades que exigem clusters de computação para serem executadas não serão suportadas para espaços de trabalho hub (a menos que a funcionalidade seja suportada em computação serverless).

Converter um espaço de trabalho normal num espaço de trabalho hub

Não suportado.

Próximos passos

Para saber mais sobre como configurar o Azure Machine Learning, veja:

Para saber mais sobre o suporte ao espaço de trabalho central no portal Foundry, veja: