将自定义语言项目部署到多个区域

注意

本文与适用于语言的 Azure AI 语言中的以下自定义功能相关:

使用自定义语言服务功能可以将项目部署到多个区域,从而可以更方便地在全球访问该项目,同时只需在单一位置管理该项目的一个实例。

在部署项目之前,可以在其他区域分配部署资源。 每个部署资源是与用于创作项目的语言资源不同的资源。 部署到这些资源,然后将预测请求的目标指定为其相应区域中的该资源,这样就会直接从该区域为查询提供服务。

创建部署时,可以选择要部署到哪些已分配的部署资源及其相应的区域。 然后,部署的模型将复制到每个区域,可以通过其自身的、与部署资源的自定义子域相关的终结点来访问该模型。

验证和要求

分配部署资源需要 Microsoft Entra 身份验证。 Microsoft Entra ID 用于确认你是否有权访问你想要分配到项目以进行多区域部署的资源。 在 Language Studio 中,可以通过将你自己分配为原始资源的“认知服务语言所有者”角色来自动启用 Microsoft Entra 身份验证。 若要以编程方式使用 Microsoft Entra 身份验证,请参阅 Azure AI 服务文档了解详细信息。

项目名称和资源用作主标识符。 因此,一个语言资源在每个资源中只能有一个特定的项目名称。 任何其他同名项目无法部署到该资源。

只能交换完全相同的区域中提供的部署,否则交换会失败。

如果从项目中删除某个已分配的资源,则会删除该资源中的所有项目部署。

注意

仅适用于业务流程工作流:

无法将部署资源分配到使用自定义问题解答或 LUIS 连接的业务流程工作流项目。 随后无法将自定义问题解答或 LUIS 连接添加到包含已分配的资源的项目。

要使多区域部署按预期工作,还必须将连接的 CLU 项目部署到业务流程工作流项目所部署到的同一区域资源。 否则,业务流程工作流项目会尝试将请求路由到其区域中不存在的部署。

某些区域仅可用于部署,而不可用于创作项目。

后续步骤

了解如何为以下功能部署模型: