AI-styrning med Unity Gateway

Unity Gateway är Azure Databricks styrningslösning 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-tjänster team kan använda, dirigera och hantera AI-trafik, sätt upp skyddsräcken med servicepolicys 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.

Använd Codex CLI, Claude Code, GitHub Copilot och ChatGPT desktop med stödda öppna källkodsmodeller via Unity Gateway.

Get started

Konfigurera och tillämpa AI-styrning för dina AI-tillgångar, trafik och tjänstbeteende.

Ämne Description
Handledning: Kontrollera en kodningsagents modellåtkomst med Unity Gateway Dirigera en extern kodningsagent genom styrda modelltjänster, kontrollera sedan vem som kan komma åt modeller och begränsa agentens förbrukning och utgifter.
Handledning: Kontrollera en kodningsagents GitHub MCP-åtkomst Begränsa en kodagents åtkomst till GitHub MCP-verktyg med Unity Catalog-behörigheter och en inbyggd tjänstpolicy.
Styr modeller och MCP:er med GRANT policyer Styr åtkomst till modeller, modelltjänster, modellleverantörstjänster och MCP-tjänster med system.ai systemtillhandahållna eller anpassade taggar.
Handledning: Lägg till skyddsräcken för tjänstepolicyer till en modelltjänst Implementera skyddsräcken i en modelltjänst med hjälp av inbyggda och anpassade tjänstprinciper.
Handledning: Följ utgifter för grundmodeller 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
Modelltjänster 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.
Behörigheter för grundmodeller 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 modelltjänster Valfritt: Lägg till egna styrda endpoints när du behöver modeller utöver de färdiga system.ai standardvärdena.

Dirigera och hantera AI-trafik

Unity Gateway routar förfrågningar till din modell och MCP-tjänster från ett centralt kontrollplan, så att du kan hantera kapacitet, tillgänglighet och utgifter över leverantörer.

Ämne Description
Tillämpa hastighetsbegränsningar Tillämpa förbrukningsgränser för modelltjänster och MCP-tjänster för att hantera kapacitet och kostnader.
Konfigurera trafikdelning och reservlösningar Distribuera förfrågningar över flera modelldestinationer och lägg till failover för att öka tillgängligheten.
Dirigera kodningsuppgifter 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 är de mekanismer som du använder för att implementera skyddsräcken för AI-tjänster. De styr hur varje förfrågan och svar fortskrider, baserat på innehållet och vem som ringer.

Ämne Description
Tjänstprinciper för skyddsbara AI-objekt Hur tjänstepolicyer styr innehållet i förfrågningar och svar på AI-tjänster, med hjälp av inbyggda, anpassade och externa policys.
Skapa och bifoga en tjänstepolicy Hur man skriver en tjänstepolicyfunktion och kopplar den till en MCP-tjänst eller modelltjänst.
Upprätthåll ett partnerskyddsräcke med en extern tjänstpolicy Hur man verkställer en guardrail-leverantör från tredje parts beslut om modell- och MCP-tjänster med en extern tjänstepolicy.

Övervaka användning, kostnad och risk

Följ aktivitet, utgifter och resultat över alla Unity Gateway-tjänster.

Ämne Description
Översikt över observability Välj rätt verktyg för att övervaka AI-användning, kostnad, prestanda och aktivitet över olika tjänster.
Övervaka användning Följ förfrågningar, tokenanvändning och latens över Unity Gateway med hjälp av systemtabeller.
Analysera kostnaden Fördela Azure Databricks-kostnader på tjänster, målmodeller, säkerhetsidentiteter och taggar.
Granska förfrågningar och svar Logga begäranden och svar till Delta-tabeller i Unity Catalog för övervakning och felsökning.