什么是适用于 Linux 和 Windows 的 Azure Data Science Virtual Machine?

Data Science Virtual Machine (DSVM) 是 Azure 云平台上提供的自定义 VM 映像,可以处理数据科学任务。 它预装并预配了许多热门数据科学工具,可加快生成用于高级分析的智能应用程序。

DSVM 在以下环境中可用:

  • Windows Server 2019
  • Windows Server 2022
  • Ubuntu 20.04 LTS

此外,我们还提供用于 PyTorch 的 Azure DSVM,这是 Azure 市场中的 Ubuntu 20.04 映像,已针对大型分布式深度学习工作负荷进行了优化。 此预安装的 DSVM 已使用最新的 PyTorch 版本进行验证,可降低设置成本并加快实现价值的时间。 它附带了各种优化功能:

  • ONNX 运行时
  • DeepSpeed​
  • MSCCL​
  • ORTMoE
  • Fairscale​
  • Nvidia Apex​
  • 具有最新兼容版本的 Ubuntu、Python、PyTorch 和 CUDA 的最新堆栈

与 Azure 机器学习进行比较

DSVM 是一种用于数据科学的自定义 VM 映像,而 Azure 机器学习是一个端到端平台,其中包含:

  • 完全托管计算
    • 计算实例
    • 用于分布式 ML 任务的计算群集
    • 用于实时评分的推理群集
  • 数据存储(例如 Blob、ADLS Gen2、SQL DB)
  • 试验跟踪
  • 模型管理
  • 笔记本
  • 环境(管理 conda 和 R 依赖项)
  • 标记
  • 管道(自动化端到端数据科学工作流)

与 Azure 机器学习计算实例进行比较

Azure 机器学习计算实例是完全配置的托管 VM 映像,而 DSVM 是非托管的 VM。

DSVM 与 Azure 机器学习计算实例之间的主要区别:

功能 数据科学
VM
Azure 机器学习
计算实例
完全托管
语言支持 Python、R、Julia、SQL、C#、
Java、Node.js、F#
Python 和 R
操作系统 Ubuntu
Windows
Ubuntu
已预配置的 GPU 选项
纵向扩展选项
SSH 访问权限
RDP 访问权限
内置
托管的 Notebooks

(需要其他配置)
内置 SSO
(需要其他配置)
内置协作
预安装的工具 Jupyter(lab)、VS Code、
Visual Studio、PyCharm、Juno、
Power BI Desktop、SSMS、
Microsoft Office 365、Apache Drill
Jupyter(lab)

DSVM 客户用例示例

短期试验和评估

DSVM 可以评估或学习新的数据科学工具。 请尝试我们发布的一些示例和演练

使用 GPU 进行深度学习

在 DSVM 中,训练模型可以在基于图形处理单元 (GPU) 的硬件上使用深度学习算法。 如果利用 Azure 平台的 VM 缩放功能,DSVM 可帮助根据需要在云中使用基于 GPU 的硬件。 若要训练大型模型或者在保留相同 OS 磁盘的同时进行高速计算,可以切换到基于 GPU 的 VM。 可以在 DSVM 中选择启用了 N 系列 GPU 的任意虚拟机 SKU。 Azure 试用版不支持由 GPU 提供支持的虚拟机 SKU。

Windows 版的 DSVM 预安装了 GPU 驱动程序、框架和 GPU 版本的深度学习框架。 Linux 版的 Ubuntu DSVM 上启用了基于 GPU 的深度学习。

此外,还可以将 Ubuntu 或 Windows DSVM 版本部署到不基于 GPU 的 Azure 虚拟机。 在这种情况下,所有深度学习框架都会回退到 CPU 模式。

详细了解可用的深度学习和 AI 框架

数据科学训练和培训

教授数据科学课程的企业培训师和教师通常提供虚拟机映像。 该映像确保学员都具有一致的设置且示例以可预测方式工作。

DSVM 将创建一个具有一致设置的按需环境,以减轻支持和不兼容性方面的挑战。 这些环境需要频繁生成,特别是短期培训课程的情况从中获益极大。

DSVM 包括哪些内容?

有关详细信息,请参阅 Windows 和 Linux DSVM 上工具的完整列表

后续步骤

有关详细信息,请参阅以下资源: