Ottimizzare i modelli di intelligenza artificiale in Microsoft Foundry con l'estensione di ottimizzazione dell'interfaccia della riga di comando per sviluppatori di Azure

Questo articolo illustra come usare l'interfaccia della riga di comando per sviluppatori Azure (azd) per l'ottimizzazione dell'intelligenza artificiale per configurare ed eseguire processi di ottimizzazione fine in Microsoft Foundry. L'estensione consente di inizializzare progetti da modelli, inviare e gestire processi di ottimizzazione e distribuire modelli ottimizzati direttamente dal terminale.

Prerequisiti

• L'interfaccia della riga di comando per sviluppatori Azure (azd) installata (versione 1.22.1 o successiva) e autenticata (azd auth login).
• Estensione per l'ottimizzazione dell'intelligenza azd artificiale installata (azd ext install azure.ai.finetune). Per informazioni dettagliate, vedere Installare l'estensione di ottimizzazione .
• Sottoscrizione Azure con autorizzazione per creare e gestire Microsoft risorse Foundry.
• (Facoltativo) GitHub CLI deve essere installato, se si prevede di scaricare modelli di esempio dai repository GitHub.

Installare l'interfaccia della riga di comando per sviluppatori di Azure

Installa azd per il tuo sistema operativo.

winget install microsoft.azd

brew tap azure/azd && brew install azd

curl -fsSL https://aka.ms/install-azd.sh | bash

Verificare l'installazione

Dopo l'installazione, verificare che azd sia installato e soddisfi il requisito di versione minima:

azd version

Verificare che l'output mostri la versione 1.22.1 o successiva. Se è necessario eseguire l'aggiornamento, eseguire:

winget upgrade Microsoft.azd

Installare l'estensione per l'ottimizzazione

Aggiungere l'estensione per l'ottimizzazione dell'intelligenza artificiale Azure a azd:

azd ext install azure.ai.finetune

Verificare che l'estensione sia installata:

azd ext list

Autenticare

Accedere a Azure (obbligatorio)

Eseguire l'autenticazione con l'account Azure per accedere alla sottoscrizione e alle risorse:

azd auth login

Inizializzare il progetto

Usa il comando azd ai finetuning init per impostare la struttura di un progetto di messa a punto. Passare alla directory di lavoro desiderata prima di eseguire uno dei metodi di inizializzazione seguenti.

Trova l'ID risorsa ARM del progetto

Per inizializzare con un progetto Azure AI Foundry, è necessario l'ID risorsa ARM del progetto. L'ID risorsa segue questo formato:

/subscriptions/{sub}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project}

È possibile trovare questo valore nel portale di Azure navigando alla pagina del Profilo del progetto AI Foundry sotto Dettagli del progetto.

Opzione 1: Progetto + modello

Usare un progetto di Azure AI Foundry esistente con un modello:

azd ai finetuning init -p <project-resource-id> -t <template-url>

Esempio:

azd ai finetuning init \
  -t https://github.com/achauhan-scc/foundry-samples/blob/main/samples/python/finetuning/supervised \
  -p /subscriptions/{sub}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project}

Opzione 2: Progetto + Lavoro esistente

Clonare la configurazione da un processo di ottimizzazione esistente:

azd ai finetuning init -p <project-resource-id> -j <job-id>

Esempio:

azd ai finetuning init \
  -p /subscriptions/{sub}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project} \
  -j ftjob-4cad7de198a34baeb4f0c95ff01ac844

Opzione 3: solo modello

Iniziare da un modello e configurare il progetto in un secondo momento:

azd ai finetuning init -t <template-url>

Esempio:

azd ai finetuning init -t https://github.com/achauhan-scc/foundry-samples/blob/main/samples/python/finetuning/supervised

Opzione 4: Clonare dall'attività

Clonare la configurazione da un ID lavoro esistente:

azd ai finetuning init -j <job-id>

Esempio:

azd ai finetuning init -j ftjob-4cad7de198a34baeb4f0c95ff01ac844

Opzione 5: solo endpoint progetto

Inizializza usando solo l'endpoint del progetto Azure AI Foundry.

azd ai finetuning init -e <project-endpoint>

Esempio:

azd ai finetuning init -e https://account.services.ai.azure.com/api/projects/project-name

Opzione 6: modalità interattiva

Eseguire senza parametri per le richieste di installazione guidata:

azd ai finetuning init

Opzione 7: init minimo (con ricerca della sottoscrizione)

Usare l'inizializzazione minima per un'esperienza interattiva semplificata con la ricerca delle sottoscrizioni.

azd init --minimal

Questa opzione fornisce istruzioni guidate per selezionare la sottoscrizione e configurare l'ambiente.

Eseguire comandi di ottimizzazione

Passare alla cartella del progetto (in cui fine-tune-job.yaml si trova) e usare i comandi seguenti per gestire i processi di ottimizzazione.

Invio rapido (ignorare l'inizializzazione)

È possibile inviare un processo direttamente senza eseguire prima di tutto azd init specificando la sottoscrizione e l'endpoint del progetto inline:

azd ai finetuning jobs submit -f <path-to-yaml> -s <subscription-id> -e <project-endpoint>

Esempio:

azd ai finetuning jobs submit \
  -f /path-from-working-directory-to-config/job.yaml \
  -s a9096eb7-bfec-47e8-be27-b040b82afac9 \
  -e https://my-resource.services.ai.azure.com/api/projects/my-project

Inviare un lavoro

azd ai finetuning jobs submit -f ./fine-tune-job.yaml

Elencare i lavori

azd ai finetuning jobs list

Visualizzare i dettagli dell'attività

azd ai finetuning jobs show -i <job-id>

Sospendere un'attività

azd ai finetuning jobs pause -i <job-id>

Riprendere un'attività

azd ai finetuning jobs resume -i <job-id>

Cancellare un lavoro

azd ai finetuning jobs cancel -i <job-id>

Distribuire il tuo modello perfezionato

Al termine del processo di fine-tuning con successo, implementare il modello per l'inferenza:

azd ai finetuning jobs deploy -i <job-id> -d "<deployment-name>" -c 100 -m "OpenAI" -s "GlobalStandard" -v "1"

Riferimento rapido

Parametri di inizializzazione

Parametri del lavoro

Risorse aggiuntive

• Installare l'interfaccia della riga di comando per sviluppatori di Azure
• Documentazione di Azure Developer CLI
• Documentazione di Microsoft Foundry
• GitHub CLI
• Repository degli esempi di Foundry - Esempi dell'interfaccia della riga di comando di ottimizzazione
• Inviare commenti e suggerimenti