適用於 Linux 和 Windows 的 Azure 資料科學虛擬機器是什麼？

資料科學虛擬機器 (DSVM) 是 Azure 雲端平台上提供的自訂 VM 映像，可處理資料科學。 這已預先安裝和預先設定許多常用的資料科學工具，可開始建置智慧型手機應用程式以進行進階分析。

下列項目有提供 DSVM：

• Windows Server 2019
• Windows Server 2022
• Ubuntu 20.04 LTS

此外，我們提供 Azure DSVM for PyTorch，這是來自 Azure Marketplace 專為大型分散式深度學習工作負載最佳化的 Ubuntu 20.04 映像。 此預先安裝的 DSVM 經過最新的 PyTorch 版本驗證，以降低設定成本並加速實現價值。 其隨附各種最佳化功能：

• ONNX Runtime​
• DeepSpeed​
• MSCCL​
• ORTMoE​
• Fairscale​
• Nvidia Apex​
• 具有 Ubuntu、Python、PyTorch 和 CUDA 最新相容版本的最新堆疊

與 Azure Machine Learning 比較

DSVM 是資料科學的自訂 VM 映像，但 Azure Machine Learning 是一種端對端平台，其中包含：

• 完全受控的計算
  • 計算執行個體
  • 分散式 ML 工作的計算叢集
  • 用於即時評分的推斷叢集
• 資料存放區 (例如 Blob、ADLS Gen2、SQL DB)
• 實驗追蹤
• 模型管理
• Notebooks
• 環境 (管理 Conda 和 R 相依性)
• 加上標籤
• 管線 (自動執行端對端資料科學工作流程)

與 Azure Machine Learning 計算執行個體的比較

Azure Machine Learning Compute 執行個體是完全經過設定和受控的 VM 映像，DSVM 則是非受控 VM。

DSVM 與 Azure Machine Learning 計算執行個體的主要差異如下：

範例 DSVM 客戶使用案例

短期實驗和評估

DSVM 可以評估或學習新的資料科學工具。 請嘗試我們發佈的一些範例和逐步解說。

使用 GPU 進行深度學習

在 DSVM 中，您的定型模型可以在圖形處理器 (GPU) 型硬體上使用深度學習演算法。 如果您利用 Azure 平台的 VM 規模調整功能，DSVM 可協助您根據需求在雲端中使用 GPU 型硬體。 當定型大型模型或需要高速計算同時保留相同的 OS 磁碟時，您可以切換到 GPU 型 VM。 您可以選擇任何已啟用 GPU 且含有 DSVM 的 N 系列虛擬機器 SKU。 Azure 免費帳戶不支援已啟用 GPU 的虛擬機器 SKU。

Windows 版 DSVM 預先安裝了 GPU 驅動程式、架構和 GPU 版本的深度學習架構。 在 Linux 版本上，GPU 的深度學習會在 Ubuntu DSVM 上啟用。

您也可以將 Ubuntu 或 Windows DSVM 版本部署到非 GPU 型的 Azure 虛擬機器。 在此情況下，所有深度學習架構都會回復為 CPU 模式。

深入了解可用的深度學習和 AI 架構。

資料科學訓練和教育

教導資料科學課程的企業講師和授課者通常會提供虛擬機器映像。 此映像可確保他們的學生擁有一致的設定且範例如預期般運作。

DSVM 會建立具有一致設定的隨選環境，以緩解支援和不相容性挑戰。 在需要頻繁建置這些環境的情況下，特別是對於較短的訓練課程，可以大大受益。

DSVM 包含哪些工具？

如需詳細資訊，請參閱這份完整的 Windows 和 Linux DSVM 工具清單。

下一步

如需詳細資訊，請瀏覽下列資源：

• Windows：

  • 設定 Windows DSVM
  • Windows DSVM 上的資料科學

• Linux：

  • 設定 Linux DSVM (Ubuntu)
  • Linux DSVM 上的資料科學