为 Azure AI 配置 Microsoft Azure

本页面解释了如何在您的 Microsoft Azure 订阅中配置 Azure AI，这是运行本文档中 Azure AI 示例以及在 Azure ML 上运行任何示例所需的，因为这些是基本的先决条件。

您可以按照以下步骤操作，或者在Azure 机器学习教程：创建入门所需的资源中阅读更多相关内容。

另请注意，以下步骤将使用 `az` CLI，即 Azure CLI，但也有其他替代方案，例如 Azure SDK for Python，甚至 Azure 门户，因此请选择您觉得更舒服的方式。

Azure 账户

一个拥有活跃订阅的 Microsoft Azure 账户。如果您没有 Microsoft Azure 账户，现在可以免费创建一个，其中包含价值 200 美元的信用额度，可在账户创建后 30 天内使用。

Azure CLI

在您运行此示例的实例上安装 Azure CLI (`az`)，请参阅安装步骤，并根据您的实例选择首选方法。然后按如下方式登录您的订阅

az login

更多信息请参见使用 Azure CLI 登录 - 登录和身份验证。

Azure CLI 适用于 Azure ML 的扩展

除了 Azure CLI (`az`) 之外，您还需要安装 Azure ML CLI 扩展 (`az ml`)，该扩展将用于创建 Azure ML 和 Azure AI Foundry 所需的资源。

首先，您需要列出当前的扩展并移除任何与 `ml` 相关的扩展，然后安装最新的 v2 版本。

az extension list
az extension remove --name azure-cli-ml
az extension remove --name ml

然后您可以按如下方式安装 `az ml` v2 扩展

az extension add --name ml

更多信息请参阅Azure 机器学习 (ML) - 安装和设置 CLI (v2)。

Azure 资源组

一个 Azure 资源组，您将在其下创建基于 Azure AI Foundry Hub 的项目（请注意，它将创建一个 Azure AI Foundry 资源作为 Azure ML 工作区，但反之则不然，这意味着 Azure AI Foundry Hub 将被列为 Azure ML 工作区，但利用 Azure AI Foundry 的 Gen AI 功能），以及其余所需的资源。如果您没有，可以按如下方式创建它

az group create --name huggingface-azure-rg --location eastus

然后，您可以通过例如列出您有权访问的订阅中所有可用的资源组来确保资源组已成功创建。

az group list --output table

更多信息请参阅使用 Azure CLI 管理 Azure 资源组。

基于 Azure AI Foundry Hub 的项目

在上述订阅和资源组下创建一个 Azure AI Foundry Hub。如果您没有，可以按如下方式创建它

az ml workspace create \
    --kind hub \
    --name huggingface-azure-hub \
    --resource-group huggingface-azure-rg \
    --location eastus

然后，您可以通过例如列出您有权访问的订阅中所有可用的工作区来确保工作区已成功创建。

az ml workspace list --filtered-kinds hub --query "[].{Name:name, Kind:kind}" --resource-group huggingface-azure-rg --output table

创建 Azure AI Foundry Hub 后，您需要创建一个与该 Hub 链接的 Azure AI Foundry Project。为此，您首先需要按如下方式获取最近创建的 Hub 的 Azure AI Foundry Hub ID（将资源名称替换为您的名称）

az ml workspace show \
    --name huggingface-azure-hub \
    --resource-group huggingface-azure-rg \
    --query "id" \
    -o tsv

该命令将提供如下 ID：`/subscriptions/<SUBSCRIPTION_ID>/resourceGroups/<RESOURCE_GROUP>/providers/Microsoft.MachineLearningServices/workspaces/huggingface-azure-hub`，这意味着您也可以使用适当的替换手动格式化它。然后您需要运行以下命令来创建该 Hub 的 Azure AI Foundry Project，如下所示：

az ml workspace create \
    --kind project \
    --hub-id $(az ml workspace show --name huggingface-azure-hub --resource-group huggingface-azure-rg --query "id" -o tsv) \
    --name huggingface-azure-project \
    --resource-group huggingface-azure-rg \
    --location eastus

最后，您可以使用以下命令验证它是否正确创建：

az ml workspace list --filtered-kinds project --query "[].{Name:name, Kind:kind}" --resource-group huggingface-azure-rg --output table

更多信息请参阅如何创建和管理 Azure AI Foundry Hub 和如何使用 Azure CLI 创建 Hub。