Criar um espaço de trabalho do hub do Azure Machine Learning usando um modelo Bicep

Use um modelo do Microsoft Bicep para criar um espaço de trabalho de hub para uso no ML Studio e no Azure AI Foundry. Um modelo facilita a criação de recursos como uma operação única e coordenada. Um modelo Bicep é um documento de texto que define os recursos necessários para uma implantação. Ele também pode especificar parâmetros de implantação. Os parâmetros são usados para fornecer valores de entrada ao usar o modelo.

O modelo usado neste artigo pode ser encontrado em https://github.com/Azure/azure-quickstart-templates/tree/master/quickstarts/microsoft.machinelearningservices/aistudio-basics. O arquivo de origem main.bicep e o arquivo de modelo (main.json) compilado do Azure Resource Manager estão disponíveis. Este modelo cria os seguintes recursos:

• Um Grupo de Recursos do Azure (se ainda não existir)
• Um espaço de trabalho do Azure Machine Learning do tipo 'hub'
• Conta de armazenamento do Azure
• Azure Key Vault
• Registo de Contentores do Azure
• Azure Application Insights
• Serviços de IA do Azure (necessários para o Azure AI Foundry e podem ser descartados para casos de uso do Azure Machine Learning)

Pré-requisitos

• Uma subscrição do Azure. Se não tiver uma subscrição, crie uma conta gratuita.

• Uma cópia dos arquivos de modelo do repositório GitHub. Para clonar o repositório GitHub para sua máquina local, você pode usar o Git. Use o comando a seguir para clonar o repositório de início rápido para sua máquina local e navegue até o aistudio-basics diretório.

  • CLI do Azure
  • Azure PowerShell

  git clone https://github.com/Azure/azure-quickstart-templates
  cd azure-quickstart-templates/quickstarts/microsoft.machinelearningservices/aistudio-basics
  

• As ferramentas de linha de comando do Bicep. Para instalar as ferramentas de linha de comando do Bicep, use o artigo Instalar a CLI do Bicep.

Compreender o modelo

O modelo Bicep é composto pelos seguintes arquivos:

resource aiResource 'Microsoft.MachineLearningServices/workspaces@2023-08-01-preview' = {

Modelo Azure Resource Manager

Enquanto a linguagem específica do domínio do Bicep (DSL) é usada para definir os recursos, o arquivo Bicep é compilado em um modelo do Azure Resource Manager quando você implanta o modelo. O main.json arquivo incluído no repositório GitHub é uma versão compilada do Azure Resource Manager do modelo. Esse arquivo é gerado a partir do main.bicep arquivo usando as ferramentas de linha de comando Bicep. Por exemplo, quando você implanta o modelo Bicep, ele gera o main.json arquivo. Você também pode criar manualmente o main.json arquivo usando o bicep build comando sem implantar o modelo.

bicep build main.bicep

Para obter mais informações, consulte o artigo da CLI do Bicep.

Configurar o modelo

Para executar o modelo Bicep, use os seguintes comandos do aistudio-basics diretório:

1. Para criar um novo Grupo de Recursos do Azure, use o seguinte comando. Substitua exampleRG pelo nome do seu grupo de recursos e eastus pela região do Azure a ser usada:

   • CLI do Azure
   • Azure PowerShell

   az group create --name exampleRG --location eastus
   

2. Para executar o modelo, use o seguinte comando. Substitua myai pelo nome a ser usado para seus recursos. Esse valor é usado, juntamente com prefixos e sufixos gerados, para criar um nome exclusivo para os recursos criados pelo modelo.

   Gorjeta

   O aiResourceName deve ter 5 ou menos caracteres. Não pode ser totalmente numérico ou conter os seguintes caracteres: ~ ! @ # $ % ^ & * ( ) = + _ [ ] { } \ | ; : . ' " , < > / ?.

   • CLI do Azure
   • Azure PowerShell

   az deployment group create --resource-group exampleRG --template-file main.bicep --parameters aiResourceName=myai