Hugging Faceは、Microsoftとの協力により、Azure上でHugging Faceモデルカタログを開始します

Hugging FaceはMicrosoftと協力してAzure上でモデルカタログを開始します

本日、Hugging FaceはMicrosoftとの協力を拡大し、Hugging Face HubからオープンソースモデルをAzure Machine Learningにもたらすことを発表しました。私たちが共同で新しいHugging Face Hubモデルカタログを作成し、Azure Machine Learning Studio内で直接利用できるようにしました。このカタログには、Hugging Face Hubからの最も人気のあるTransformersモデルが数千点含まれています。この新しい統合により、数クリックでHugging Faceモデルを管理されたエンドポイントにデプロイし、安全かつスケーラブルなAzureインフラ上で実行することができます。

この新しいエクスペリエンスは、昨年Azure Marketplaceで新しい管理アプリとしてAzure Machine Learning Endpointsを立ち上げた際に発表した戦略的パートナーシップを拡大しています。以前のマーケットプレースのソリューションは有望な初期段階でしたが、Azure Machine Learning内でのネイティブな統合を通じてのみ克服できる制約がありました。これらの課題に対処し、お客様のエクスペリエンスを向上させるために、私たちはMicrosoftと協力して、Azure Machine Learning Studio内のHugging Faceユーザーに完全に統合されたエクスペリエンスを提供しています。

20万以上のオープンソースモデルをホストし、1日あたり100万以上のモデルダウンロードを提供しているHugging Faceは、マシンラーニングのための行き先です。しかし、Transformersを本番環境にデプロイすることは今でも課題です。

開発者や組織が直面する主な問題の一つは、本番用の推論APIをデプロイしてスケールさせることがどれだけ困難かということです。もちろん、クラウドベースのAIサービスに頼るという簡単なオプションもあります。これらのサービスは非常に使いやすいですが、通常は限られたモデルセットで動作し、必要なタスクタイプをサポートしていないか、ほとんどカスタマイズできない場合があります。また、クラウドベースのMLサービスや社内プラットフォームを利用すると、完全な制御が可能ですが、より多くの時間、複雑さ、コストがかかります。さらに、多くの企業は、管理者としての制御権限を持つインフラストラクチャ上でのみモデルをデプロイするという厳格なセキュリティ、コンプライアンス、プライバシーの要件を持っています。

「Azure Machine Learning内にネイティブに統合された新しいHugging Face Hubモデルカタログにより、私たちはMicrosoftとのパートナーシップで新たな一歩を踏み出し、エンタープライズ顧客が安全なAzure環境内でリアルタイムの推論のためにHugging Faceモデルを簡単にデプロイできるようにしています。」とHugging Faceのチーフエバンジェリスト、Julien Simonは述べています。

「Hugging FaceのオープンソースモデルをAzure Machine Learningに統合することは、業界トップのAIツールを開発者に提供するという私たちのコミットメントを表しています」とMicrosoftのAzure AI Platformのコーポレートバイスプレジデント、John Montgomeryは述べています。「この協力は、大規模な言語モデルのデプロイプロセスを簡素化するだけでなく、リアルタイムの推論に対して安全でスケーラブルな環境を提供します。これは、Azureインフラの力を背景に、AIのイニシアチブを加速し、革新的なソリューションを迅速かつ安全に市場に提供するためのエキサイティングなマイルストーンです。」

Hugging FaceモデルをAzure Machine Learningにデプロイすることは、これまでにないほど簡単です:

  • Azure Machine Learning StudioでHugging Faceレジストリを開きます。
  • Hugging Faceモデルカタログをクリックします。
  • タスクまたはライセンスでフィルタリングし、モデルを検索します。
  • モデルタイルをクリックしてモデルページを開き、リアルタイムデプロイメントオプションを選択してモデルをデプロイします。
  • Azureのインスタンスタイプを選択し、デプロイをクリックします。

数分でエンドポイントをテストし、推論APIをアプリケーションに追加することができます。これまでにない簡単さです!

サービスの動作をご覧になりたい場合は、以下の画像をクリックしてビデオガイドを開始できます。

Hugging Faceモデルカタログは、Azure Machine Learningが利用可能なすべてのAzureリージョンで、本日よりパブリックプレビューでご利用いただけます。ぜひお試しください。ご意見や質問はフォーラムでお知らせください。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

ハリウッドにおけるディズニーの論争:AIが登場し、脚本家と俳優が退場!

ハリウッドの中心地で、AIは分かれる存在になっています。映画業界の創造的本質を守るディズニーの脚本家や俳優たちは、AIが...

AIニュース

「声AIがLLVCを発表:効率と速度に優れた画期的なリアルタイム音声変換モデル」

Koe AIの研究チームが、リアルタイムの任意の1つの声変換を可能にする、ultra-low latencyとminimal resource consumptionを...

機械学習

大規模言語モデルは、ビデオからの長期行動予測に役立ちますか?AntGPTをご紹介します:ビデオベースの長期行動予測タスクにおいて大規模言語モデルを組み込むためのAIフレームワークです

ビデオの観察から、研究はLTAタスク(長期アクション予測)に焦点を当てています。一般的に長期的な時間軸を超えて興味のある...

AI研究

マイクロソフトの研究者は、2段階の介入フレームワークを使用したオープンボキャブラリー責任ある視覚合成(ORES)を提案しています

ビジュアル合成モデルは、大規模なモデルトレーニングの進歩により、ますます現実的なビジュアルを生成することができるよう...

機械学習

このAIの論文は、テキスト変換グラフとして言語モデルパイプラインを抽象化するプログラミングモデルであるDSPyを紹介しています

言語モデル(LM)は、リサーチャーにデータを少なく使用し、より高度な理解レベルで自然言語処理システムを作成する能力を与...

機械学習

AIは精神疾患の検出に優れています

重症患者のせん妄検知は、患者のケアや回復に重要な影響を与える複雑なタスクです。しかし、人工知能(AI)と迅速な反応型脳...