ハブベースから Foundry プロジェクトへの移行

このガイドは、ハブベースのプロジェクトを持つ既存のお客様が新しい Foundry プロジェクトに移行して、最新のプラットフォーム機能にアクセスするのに役立ちます。

Microsoft Foundry は、複数の Azure サービスの管理を必要とする以前のリソース モデルに置き換え、サービスとしての統合プラットフォームに移行しています。 AI ワークロードがより複雑になるのを見ると、Foundry プロジェクトは次のようになります。

• プラットフォームのセットアップとガバナンスを簡素化する
• 複数のモデルと Foundry ツールにまたがるワークフローを強化します
• ガバナンス機能を強化する

詳細については、こちらを参照してください。

新しい Foundry プロジェクトの概要

Foundry プロジェクトは、開発者ワークフローの構成と、AI アプリケーションのコア構成要素の管理を統一して簡素化するように設計されています。

• Models
• エージェントとそのツール
• 可観測性、セキュリティ、信頼

以前は、Foundry プロジェクトの機能では、これらのコンポーネントを構成するために、バックエンドのワークフロー用に複数の Azure リソースと SDK を管理する必要がありました。

新機能は次のとおりです。

• Foundry API へのアクセスは、エージェント、評価、モデルのインデックス、データをAPIを最優先としたエージェント指向のアプリケーションとして構築および評価するように設計されており、モデルプロバイダー全体で一貫した契約を持つ統一された体験を提供します。

• Microsoft Foundry SDK は Foundry API をラップするため、アプリケーションが Python、C#、JavaScript/TypeScript、Java のいずれでビルドされているかに関係なく、機能をコードに簡単に統合できます。

• エージェント、モデル、ツールの接続 は、アクセス許可の管理、ネットワーク、コスト分析、ポリシー構成のために Foundry でまとめて管理されます。 以前は、Azure Machine Learning のハブを介して特定のツールとモデルにアクセスしていましたが、追加のストレージとキー コンテナー リソースのプロビジョニングも必要でした。

• プロジェクトが子リソースになりました。Azure RBAC などの独自の管理者コントロールが割り当てられる場合がありますが、既定では親リソースの共通設定を共有します。 この原則は、IT 管理者を日常のループから除外することを目的としています。 セキュリティが確立されると、リソース レベルでリソース接続とガバナンスが確立されます。開発者は、作業を整理するためのフォルダーとして独自のプロジェクトを作成できます。

Foundry プロジェクトに切り替える方法

ハブベースのプロジェクトから Foundry モデル リソースに新しい Foundry プロジェクトを作成します。 このプロセスにより、新しいプロジェクトは、ハブベースのプロジェクトで元々行われていた作業にアクセスできるようになります。

新しいプロジェクトの種類に進むには何ができますか?

• モデルの展開
• データ ファイル
• 微調整されたモデル
• Assistants
• ベクトル ストア

Limitations:

• メッセージ、スレッド、ファイルなど、プレビュー エージェントの状態は移動できません。 ただし、新しいプロジェクトのコードを使用してエージェントを再作成することはできます。
• オープン ソース モデルのデプロイは、Foundry プロジェクトでは現在サポートされていません。
• ハブベースのプロジェクトは、Foundry モデル リソースで作成された新しいプロジェクトにはアクセスできません。

次のセクションでは、ハブベースのプロジェクトから Foundry プロジェクトに移行する方法について説明します。

1. 既存の Foundry リソースを見つける
2. AI リソースに新しい Foundry プロジェクトを作成します。

新しいプロジェクトを作成したら、次のことを実行するかもしれません。

• (省略可能) 接続を再作成する
• (省略可能) エージェントを移行する

1. 既存の Foundry リソースを見つける

ほとんどの Foundry ユーザーには、モデルのデプロイにアクセスするためにハブベースのプロジェクトと共に以前に作成された "Foundry" (以前は "AI サービス" と呼ばれる) リソースが既にあります。

2. 新しいプロジェクトを作成する

エージェント サービスを含む新しい機能には、プロジェクトを介してのみアクセスでき、開発作業はユース ケースごとにフォルダーとして整理されます。 それらの複数を作成して、セットアップと接続の要件が類似したユース ケースの作業を整理できます。

これで、一般提供で最新の機能を使用してエージェントの構築を開始する準備ができました。 SDK またはエージェントプレイグラウンドの使用を開始します。

(省略可能)接続を再作成する

ハブベースのプロジェクトで接続を使用してツール、データ ソース、またはモデルにアクセスしていた場合は、ハブを使用せずに Foundry リソースでそれらの接続を再作成できます。

(省略可能)コード エージェントを移行する

エージェント サービスのプレビューを使用してビルドするコード エージェントは、Foundry プロジェクトの一般提供でエージェント サービスに移行するときに、次のアップグレードが必要です。

1. 優先する SDK クライアントの 最新バージョン をインストールします。

2. Foundry API を使用するようにプロジェクト クライアントを更新します。 接続文字列の代わりに、Foundry プロジェクト エンドポイントを使用するようになりました。 たとえば、Python では次のようになります。

   from azure.identity import DefaultAzureCredential
   from azure.ai.projects import AIProjectClient
   
   project = AIProjectClient(
     endpoint="your_project_endpoint",  # Replace with your endpoint
     credential=DefaultAzureCredential())
   

3. プレビューと安定した SDK パッケージの間のクラス構造の変更を反映するようにスクリプトを更新します。

既存のコードを更新する方法については、 SDK 移行ガイド を参照してください。

(省略可能) ハブベースのプロジェクトをクリーンアップする

ハブベースのプロジェクトへのアクセスが不要になった場合は、Azure サブスクリプションから削除します。

次のような理由で、サブスクリプション内にハブとハブベースのプロジェクトを保持する必要がある場合があります。

• Foundry プロジェクトでまだサポートされていない機能を選択できます。 このサポート マトリックスを参照してください。

• カスタム機械学習モデルのトレーニングに重点を置いたユース ケース。 ハブベースのプロジェクトは、Azure Machine Learning スタックに構築されており、引き続き Azure Machine Learning スタジオ/CLI/SDK でアクセスできます。

Learn more

• 組織全体でのFoundryのロールアウト

• Bicep テンプレートのサンプル

• Terraform テンプレートのサンプル

• SDK 移行ガイド