Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Unity AI Gateway är den Azure Databricks styrningslösningen för företags-AI. Den bygger på Unity Catalog och utökar styrningen utöver dina data och AI-tillgångar till körningsinteraktioner mellan modeller, agenter, MCP-servrar och verktyg. Kontrollera vilka AI-tjänstteam som kan använda, dirigera och hantera AI-trafik, ange skyddsräcken och övervaka användningen från ett kontrollplan.
Azure Databricks betjänar stora språkmodeller (LLM) nativt via Foundation Model API:er, så du får pay-per-token-åtkomst till modeller som GPT, Claude och Gemini utan någon infrastruktur att köra. Du kan också koppla externa modellleverantörer och koppla dem till deras API:er via samma åtkomstkontroll och trafikhantering.
Get started
Konfigurera och tillämpa AI-styrning för dina AI-tillgångar, trafik och tjänstbeteende.
| Ämne | Description |
|---|---|
| Handledning: Styr en kodningsagents modellåtkomst med Unity AI Gateway | Dirigera en extern kodningsagent genom styrda modelltjänster, kontrollera sedan vem som kan komma åt modeller och begränsa agentens förbrukning och utgifter. |
| Självstudie: Styra en kodningsagents GitHub MCP-åtkomst | Begränsa en kodagents åtkomst till GitHub MCP-verktyg med Unity Catalog-behörigheter och en inbyggd tjänstpolicy. |
| Självstudie: Lägg till skyddsräcken för tjänstpolicy i en modelltjänst | Implementera skyddsräcken i en modelltjänst med hjälp av inbyggda och anpassade tjänstprinciper. |
| Handledning: Följ grundmodellens utgifter per användare, team eller projekt | Identifiera LLM-utgiftsdrivare genom att tillskriva kostnader till användare, team eller projekt med servicetaggar och begärantagstaggar. |
Kontrollera åtkomst till AI-tjänster
Registrera AI-tillgångar som skyddsbara objekt i Unity Catalog och bevilja och återkalla åtkomst med samma behörigheter som du använder för tabeller och volymer. Agenter styrs via samma skyddsbara objekt: en agent registreras som en Unity Catalog-modell och de verktyg som anropas styrs som MCP-tjänster, funktioner och anslutningar.
| Ämne | Description |
|---|---|
| API:er för modeller | Fråga grundmodeller som tillhandahålls direkt i system.ai utan någon konfigurering och hantera åtkomst med behörigheter i Unity Catalog. |
| Externa modellleverantörer | Koppla samman leverantörer som OpenAI och Anthropic med bring your own key (BYOK), och styr dem via en kontrollpunkt. |
| Modeller | Styr registrerade modeller, inklusive Azure Databricks-serverade grundmodeller, med Unity Catalog-privilegier. |
| Grundläggande modellbehörigheter | Begränsa vilka Azure Databricks-betjänade grundmodeller din organisation kan komma åt, kontoövergripande eller per grupp. |
| MCP-verktyg | Styr MCP-servrar som är registrerade som Unity Catalog-säkerhetsobjekt med verktygsfiltrering och tjänstpolicyer. |
| Anpassade verktyg | Styr de Unity Catalog-funktioner som agenter använder som verktyg, med samma behörigheter som du använder för data. |
| HTTP-anslutningar | Styr de Unity Catalog-anslutningar som används för att nå externa API:er och MCP-servrar. |
| Skapa anpassade modell-API:er | Valfritt: Lägg till egna styrda endpoints när du behöver modeller utöver de färdiga system.ai standardvärdena. |
Dirigera och hantera AI-trafik
Unity AI Gateway dirigerar begäranden till din modell och MCP-tjänster från ett centralt kontrollplan, så att du kan hantera kapacitet, tillgänglighet och utgifter mellan leverantörer.
| Ämne | Description |
|---|---|
| Tillämpa hastighetsgränser | Tillämpa förbrukningsgränser för modelltjänster och MCP-tjänster för att hantera kapacitet och kostnader. |
| Konfigurera uppdelning av trafik och reservlösningar | Distribuera förfrågningar över flera modelldestinationer och lägg till failover för att öka tillgängligheten. |
| Ruttkodningsuppgifter med Smart Routing | Välj automatiskt den bästa modellen och verktyget för varje kodningsuppgift för att kontrollera AI-utgifterna utan att kompromissa med kvaliteten. |
| Hantera budgetar | Övervaka utgifter och ange tröskelvärden per användare och hårda tak. |
Ange skyddsräcken och åtkomstprinciper
Tjänstprinciper, även kallade skyddsräcken, styr hur varje begäran och svar fortsätter, baserat på dess innehåll och på vem som gör anropet.
| Ämne | Description |
|---|---|
| Tjänstprinciper för skyddsbara AI-objekt | Hur tjänstprinciper styr innehållet i begäranden och svar till AI-tjänster med hjälp av inbyggda och anpassade principer. |
| Skapa och koppla en tjänstpolicy | Hur man skriver en tjänstepolicyfunktion och kopplar den till en MCP-tjänst eller modelltjänst. |
Övervaka användning, kostnad och risk
Spåra aktivitet, utgifter och resultat för alla Unity AI Gateway-tjänster.
| Ämne | Description |
|---|---|
| Översikt över observerbarhet | Välj rätt verktyg för att övervaka AI-användning, kostnad, prestanda och aktivitet över olika tjänster. |
| Övervaka användning | Spåra förfrågningar, tokenanvändning och latens över Unity AI Gateway med hjälp av systemtabeller. |
| Analysera kostnader | Fördela Azure Databricks-kostnader på tjänster, målmodeller, säkerhetsidentiteter och taggar. |
| Granskningsbegäranden och -svar | Logga begäranden och svar till Delta-tabeller i Unity Catalog för övervakning och felsökning. |