หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

AI ในกล่อง

FTA AI-in-a-Box: ตัวเร่งการปรับใช้

AI-in-a-Box ใช้ประโยชน์จากความเชี่ยวชาญร่วมกันของวิศวกรและสถาปนิกลูกค้าของ Microsoft ทั่วโลกเพื่อพัฒนาและจัดหาโซลูชัน AI และ ML ให้กับชุมชนด้านเทคนิค

ความตั้งใจของเราคือการนำเสนอคอลเลกชันตัวเร่งโซลูชันที่ได้รับการดูแลจัดการ ซึ่งสามารถช่วยวิศวกรสร้างสภาพแวดล้อมและโซลูชัน AI/ML ได้อย่างรวดเร็วและมีการเสียดสีน้อยที่สุด ในขณะที่ยังคงรักษามาตรฐานคุณภาพและประสิทธิภาพสูงสุดไว้ได้

ในขณะที่เราเรียนรู้จากตลาดอย่างต่อเนื่อง ผู้ร่วมให้ข้อมูลจะต้องเตรียมชุมชนด้วยเครื่องมือและทรัพยากรที่จำเป็นเพื่อให้ประสบความสำเร็จในภูมิทัศน์ AI และ ML ที่พัฒนาอยู่ตลอดเวลา

ทำไมต้องใช้ AI ในกล่อง?

  • การปรับใช้แบบเร่ง: เร่งความเร็วโซลูชันของคุณด้วยรูปแบบที่พร้อมใช้งานและผ่านการพิสูจน์แล้วของเรา
  • ประหยัดต้นทุน: เพิ่มงบประมาณของคุณให้สูงสุดโดยการนำโค้ดและรูปแบบที่มีอยู่กลับมาใช้ใหม่
  • คุณภาพและความน่าเชื่อถือที่เพิ่มขึ้น: ไว้วางใจในโซลูชันของเรา ซึ่งได้รับการตรวจสอบผ่านสถานการณ์จริง
  • ความได้เปรียบทางการแข่งขัน: แซงหน้าคู่แข่งด้วยการเร่งการปรับใช้โซลูชัน

FTA AI-in-a-Box: ตัวเร่งการปรับใช้

คำแนะนำที่มีอยู่

หัวข้อ คำอธิบาย
เอไอที่มีความรับผิดชอบ นี่เป็นแนวทางที่สำคัญเกี่ยวกับการใช้เทคโนโลยี AI และ LLM อย่างมีความรับผิดชอบ
ความปลอดภัยสำหรับแอปพลิเคชัน Generative AI เอกสารนี้ให้คำแนะนำด้านความปลอดภัยเฉพาะสำหรับแอปพลิเคชัน Generative AI (GenAI)
การปรับขนาดแอปพลิเคชัน OpenAI เอกสารนี้ประกอบด้วยแนวทางปฏิบัติที่ดีที่สุดสำหรับการปรับขนาดแอปพลิเคชัน OpenAI ภายใน Azure

มีตัวเร่งความเร็วแบบ "-in-a-Box"

ลวดลาย คำอธิบาย กรณีการใช้งานและคุณสมบัติที่รองรับ
การดำเนินการ Azure ML ในกล่องเดียว โครงการวิทยาศาสตร์ข้อมูล Boilerplate ตั้งแต่การพัฒนาแบบจำลองไปจนถึงการใช้งานและการตรวจสอบ
  • เทมเพลตโครงการ MLOps แบบ end-to-end
  • Outer Loop (การตั้งค่าโครงสร้างพื้นฐาน)
  • Inner Loop (วงจรการสร้างโมเดลและการใช้งาน)
    • Edge AI ในกล่อง Edge AI ตั้งแต่การสร้างแบบจำลองไปจนถึงการใช้งานบนอุปกรณ์ Edge
  • สร้างโมเดลและปรับใช้กับ Edge Device
  • การตั้งค่าโครงสร้างพื้นฐานลูปภายนอก (IoT Hub, IoT Edge, Edge VM, Container Registry, Azure ML)
  • Inner Loop (การสร้างและการปรับใช้โมเดล)
    • AML Edge ในกล่อง Edge AI ตั้งแต่การสร้างแบบจำลองไปจนถึงการใช้งานบนอุปกรณ์ Edge จัดทำวงจรชีวิตของโมเดล Edge AI ทั้งหมด ตั้งแต่การสร้างไปจนถึงการใช้งาน โดยใช้ Azure ML, IoT Edge และ IoT Hub ในขณะที่ใช้ประโยชน์จาก Azure ML CLI V2 เพื่อการจัดการที่คล่องตัว
    Custom Vision Edge ในกล่อง Edge AI ตั้งแต่การสร้างแบบจำลองไปจนถึงการใช้งานบนอุปกรณ์ Edge Edge AI ช่วยลดเวลาแฝงของคลาวด์โดยการย้ายการวิเคราะห์ให้ใกล้กับแหล่งข้อมูลมากขึ้นเพื่อการตอบสนองที่รวดเร็วยิ่งขึ้น ตัวเร่งความเร็วนี้สาธิตการใช้ Custom Vision เพื่อฝึกโมเดลและส่งออกเป็นรูปแบบ เช่น ONNX หรือ Dockerfile สำหรับการปรับใช้ Edge
    Doc Intelligence ในกล่องเดียว ตัวเร่งนี้ช่วยให้บริษัทต่างๆ ดำเนินการประมวลผลแบบฟอร์ม PDF ได้โดยอัตโนมัติ ปรับการดำเนินงานให้ทันสมัย ​​ประหยัดเวลา และลดต้นทุน ซึ่งเป็นส่วนหนึ่งของเส้นทางการเปลี่ยนแปลงทางดิจิทัล
  • รับแบบฟอร์ม PDF
  • แอพฟังก์ชันและแอพลอจิกสำหรับการเรียบเรียง
  • การสร้างโมเดล Document Intelligence สำหรับการประมวลผลแบบฟอร์มและการดึงเนื้อหา
  • บันทึกข้อมูล PDF ใน Azure Cosmos DB
    • การวิเคราะห์ภาพและวิดีโอในกล่อง แยกข้อมูลจากรูปภาพและวิดีโอด้วย Azure AI Vision และส่งผลลัพธ์พร้อมกับข้อความแจ้งและข้อความระบบไปยัง Azure GPT-4 Turbo พร้อม Vision
  • การเรียบเรียงผ่าน Azure Data Factory
  • โซลูชันที่ใช้โค้ดน้อย ขยายได้ง่ายสำหรับกรณีการใช้งานของคุณเองผ่านพารามิเตอร์ ADF
  • นำโซลูชันเดิมมาใช้ซ้ำและปรับใช้ทรัพยากรสำหรับสถานการณ์ต่างๆ มากมาย
  • บันทึกผลลัพธ์ GPT4-V ไปยัง Azure CosmosDB
    • โซนลงจอดบริการทางปัญญาในกล่อง การตั้งค่าเครือข่ายและบริการ AI ที่พร้อมใช้งานระดับองค์กรน้อยที่สุดเพื่อรองรับสถานการณ์บริการทางปัญญาส่วนใหญ่ในสภาพแวดล้อมที่ปลอดภัย
  • การตั้งค่า Hub-and-Spoke Vnet และการเพียร์
  • การปรับใช้บริการองค์ความรู้
  • การตั้งค่าปลายทางส่วนตัว
  • การรวม DNS ส่วนตัวกับตัวแก้ไข DNS PaaS
    • Semantic Kernel Bot ในกล่อง ตัวเร่งโซลูชันที่ขยายได้สำหรับ Azure OpenAI Bots ขั้นสูง
  • ปรับใช้บอต Azure OpenAI ไปยังหลายช่องทาง (เว็บ, ทีม, Slack ฯลฯ)
  • รองรับการดึงข้อมูล-Augmented Generation (RAG) ในตัว
  • ใช้ปลั๊กอิน AI แบบกำหนดเอง
    • NLP เป็น SQL ในกล่อง ปลดปล่อยพลังของระบบสืบค้น SQL ที่เปิดใช้งานคำพูดที่ล้ำสมัยด้วย Azure OpenAI, Semantic Kernel และ Azure Speech Services เพียงพูดคำขอข้อมูลของคุณเป็นภาษาธรรมชาติ และปล่อยให้ความมหัศจรรย์เกิดขึ้น
  • อนุญาตให้ผู้ใช้แสดงคำถามด้วยภาษาที่เป็นธรรมชาติ
  • แปลเป็นคำสั่ง SQL โดยใช้ Azure Speech และ AOAI
  • ดำเนินการบน Azure SQL DB
    • สมุดบันทึก Assistants API ด้วยการควบคุมความเรียบง่ายของ Assistants API นักพัฒนาจึงสามารถรวมผู้ช่วยเข้ากับฟังก์ชันการทำงานที่หลากหลายได้อย่างราบรื่น ตั้งแต่การรันโค้ดไปจนถึงการดึงข้อมูล เพิ่มศักยภาพให้กับผู้ใช้ด้วยผู้ช่วยดิจิทัลที่หลากหลายและไดนามิกซึ่งปรับให้เหมาะกับความต้องการของพวกเขา
  • เสนอความสามารถหลักสามประการ: Code Interpreter (งานด้านเทคนิค), การดึงข้อมูล (การค้นหาข้อมูล) และการเรียกใช้ฟังก์ชัน (การดำเนินการงาน)
  • พลังเหล่านี้รวมกันเป็นผู้ช่วยพิเศษอเนกประสงค์สำหรับการจัดการงานที่หลากหลาย
    • ผู้ช่วย API Bot ในกล่อง ตัวอย่างนี้ให้คำแนะนำทีละขั้นตอนเกี่ยวกับวิธีการปรับใช้ผู้ช่วยเสมือนโดยใช้ประโยชน์จาก Azure OpenAI Assistants API โดยครอบคลุมถึงการปรับใช้โครงสร้างพื้นฐาน การกำหนดค่าบน AI Studio และ Azure Portal และตัวอย่างการทดสอบแบบ end-to-end
  • ปรับใช้โครงสร้างพื้นฐานที่จำเป็นเพื่อรองรับ Azure OpenAI Assistant
  • กำหนดค่าเป็นผู้ช่วยด้วยเครื่องมือที่จำเป็น
  • เชื่อมต่อแอปพลิเคชัน Bot Framework กับ Assistant ของคุณเพื่อปรับใช้การแชทกับหลายช่องทาง

    • ผู้ติดต่อหลักและผู้มีส่วนร่วม

    หากคุณมีคำถามหรือต้องการมีส่วนร่วม โปรดติดต่อ: [email protected]

    ติดต่อ รหัส GitHub อีเมล
    อเล็กซ์ โมราเลส @msalemor [email protected]
    อังเดร ดิวส์ @andredewes [email protected]
    อันเดรส ปาดิลยา @แอนเดรสแพด [email protected]
    คริส เอเยอร์ส @codebytes [email protected]
    เอดูอาร์โด้ นอริเอก้า @เอดูอาร์โดเอ็น [email protected]
    แฟรงคลิน กิมาไรส์ @franklinlindemberg [email protected]
    ฌอง เฮย์ส @jehayesms [email protected]
    มาร์โก ออเรลิโอ บีเจลลี คาร์โดโซ @MarcoABCardoso [email protected]
    มาเรีย วราบี @MariaVrabie [email protected]
    นีราช จาเวรี @neerajjhaveri [email protected]
    ติอาโก้ ร็อตต้า @rottathiago [email protected]
    วิคเตอร์ ซานตาน่า @เวลาสโก [email protected]
    ซับยาซาชิ ซามาดดาร์ @ssamadda [email protected]
    ขยาย
    ข้อมูลเพิ่มเติม
    แอปที่เกี่ยวข้อง
    แนะนำสำหรับคุณ
    ข้อมูลที่เกี่ยวข้อง ทั้งหมด