AzureML Update

[GA] Prebuilt Docker image cho inference (quá trình suy luận)

Để đơn giản hóa việc triển khai AI model lên Azure Machine Learning, AzureML đã cung cấp các Docker image được cài đặt trước các framework và Python package thông dụng. Các Docker image build sẵn này sẽ giúp giảm thiểu thời gian triển khai model, tăng khả năng triển khai thành công, và giúp image chỉ chứa các dependency cần thiết. Người dùng cũng có thể mở rộng các image này bằng cách tự cài đặt thêm các package cần thiết.

Hiện tại, AzureML cung cấp Docker image build sẵn cho nhiều framework như: TensorFlow, PyTorch, SciKit-Learn, ONNX Runtime, XGBoost, …

Xem thêm về Prebuild Docker image qua bài viết này.

[Preview] Kiểm thử model với test dataset

Bên cạnh tập data dành cho quá trình training (train dataset) và tập data dành cho quá trình tuning (validate dataset), AzureML cập nhật khả năng cho người dùng sử dụng một tập data khác cho quá trình kiểm thử (test dataset). Test dataset giúp tránh các thiên kiến (bias) có thể xảy ra trong việc đánh giá và khuyến nghị model. Người dùng cũng có thể kiểm thử các model đã tồn tại bằng test dataset.

automl_config = AutoMLConfig(task='forecasting',
                             ...
                             # Provide an existing test dataset
                             test_data=test_dataset,
                             ...
                             forecasting_parameters=forecasting_parameters)

Tìm hiểu cách nhập test dataset qua bài viết này.

Ra mắt Azure Machine Learning CLI v2

Phiên bản CLI v2 của AzureML giới thiệu một extension mới ml để thay thế phiên bản cũ v1. Với tập lệnh hoàn toàn mới, AzureML CLI v2 cho phép người dùng đẩy nhanh quá trình training model qua các thao tác scale up / out Azure compute, theo dõi và hiệu chỉnh vòng đời của model.

Xem thêm AzureML CLI v2.

[Public Preview] Azure Blob Storage hỗ trợ SFTP

Trước đây, Azure hỗ trợ truyền tải dữ liệu với Blob Storage thông qua REST API, Azure SDK hoặc các công cụ khác như AzCopy. Tuy nhiên các giao thức truyền tải file khác như SFTP cũng là một phương pháp cần thiết và thông dụng.

SFTP (SSH File Transfer Protocol) là giao thức dùng để truyền tải dữ liệu một cách bảo mật bằng cách sử dụng các thuật toán mã hóa để an toàn truyền tải tập tin và gửi các dữ liệu không thể giải mã được trong quá trình truyền.

Trong bản cập nhật, Azure Blob Storage hỗ trợ giao thức SFTP giúp các hệ thống cần truyền tải file một cách bảo mật, đồng thời có thể sử dụng phương pháp này mà không tốn thêm nhiều công sức.

SFTP thường được ứng dụng trong việc bảo vệ dữ liệu trong cơ quan, công ty, truyền tải các dữ liệu mật, tách biệt hệ thống dữ liệu đặc quyền. Ngoài ra, SFTP cũng là giao thức đáp ứng các tiêu chuẩn được đưa ra trong một số luật như GDPR (General Data Protection Regulation), HIPAA (Health Insurance Portability and Accountability Act).

Tìm hiểu cách sử dụng SFTP với Azure Storage.

[Public Preview] Azure Functions hỗ trợ Azure SQL binding

Azure Functions là một serverless service rất thông dụng và tiện ích cho các hệ thống triển khai trên Azure. Một trong những điểm mạnh của Azure Functions là khả năng tích hợp liền mạch với các Azure service khác như Blob Storage, Event Hubs, Event Grid...

Với việc tích hợp Azure SQL cho thao tác đọc dữ liệu từ database (Input binding) và ghi dữ liệu vào database (Output binding), người dùng Azure Functions có thể tương tác với Azure SQL dễ dàng hơn, mở ra thêm nhiều tiềm năng ứng dụng cho service này.

Hiện tại Azure SQL binding chỉ hỗ trợ ngôn ngữ C#.

Tìm hiểu cách sửng dụng Azure SQL binding.

Các điểm tin khác

Grafana trở thành đối tác của Microsoft

Với mong muốn cho phép người dùng có thể triển khai Grafana lên cơ sở hạ tầng phù hợp nhất với họ, Grafana và Azure hợp tác để cung cấp khả năng sử dụng Grafana như một managed service trên Azure. Qua đó mang đến cho người dùng trải nghiệm tốt nhất khi công cụ monitoring và visualization này hiện đang được sử dụng rộng rãi.

Xem thêm tại đây.

Azure công bố Public Preview của service mới Azure Chaos Studio

Service mới Azure Chaos Studio giúp người dùng có thể thực tập Chaos Engineering như phương pháp đo đạc, tìm hiểu điểm yếu của hệ thống bằng cách đưa lỗi vào một cách có chủ ý, qua đó phát triển khả năng phục hồi của hệ thống đối với các sự cố trong thực tế như mất điện, lỗi tràn vùng nhớ (buffer overflow)…

Chi tiết về Azure Chaos Studio.

[GA] Phân bổ động Apache Spark trong Azure Synapse

Người dùng giờ đây có thể tùy chỉnh autoscale Apache Spark trong Azure Synapse bằng cách cấu hình số lượng executor nhỏ nhất và lớn nhất cho mỗi pool, Spark job, hoặc notebook. Cập nhật này giúp người dùng có thể scale cluster dựa theo workload cần thiết. Quá trình scaling sẽ mất 1 đến 5 phút để hoàn tất.

Tìm hiểu thêm về autoscale Apache Spark.