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

AI研究

ソウル国立大学の研究者たちは、ディフュージョンベースモデリングを用いたVRにおけるドメインフリーな3Dシーン生成において、画期的なAI手法であるLucidDreamerを紹介します

商業的で混合現実プラットフォームの開発と、3Dグラフィックス技術の急速な進歩により、高品質な3Dシーンの作成はコンピュー...

AIニュース

「MITのPhotoGuardは、AI画像操作に対抗するためにAIを使用します」

人工知能(AI)が進化するにつれて、ハイパーリアルな画像の生成と操作がますます利用可能になっています。生成AI技術は創造...

データサイエンス

JPLは、マルウェア研究を支援するためのPDFアーカイブを作成しました

データサイエンティストたちは、オンラインセキュリティの向上を目的として、800万のPDFをオープンソースのアーカイブにまと...

機械学習

マイクロソフトAIがLLMLinguaを発表:大型言語モデル(LLM)の高速推論のためのユニークなクイック圧縮テクニックでプロンプトを圧縮

大規模言語モデル(LLM)は、その高い一般化能力と推論能力により、人工知能(AI)コミュニティを大きく押し上げています。こ...

AI研究

「CMUの研究者たちは、シンプルで効果的な攻撃手法を提案しましたこれにより、言語モデルが高い成功率で問題のある行動を生成することが可能となります」

大規模言語モデル(LLM)は、人間の言語で作業するための深層学習モデルの最近の進歩です。これらの深層学習トレーニングモデ...

AI研究

マイクロソフトの研究者たちは「エモーションプロンプト」を発表しました:複数の言語モデルにおけるAIの感情的知性を向上させる

感情的知性は、人間の質の多様なモザイクの中に位置する歴史的な要素です。感情の理解は、感情的なデータを正しく認識し処理...