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

データサイエンス

情報とエントロピー

1948年、数学者のクロード・E・シャノンが「通信の数学的理論」という記事を発表し、機械学習における重要な概念であるエント...

AI研究

MITとETH Zurichの研究者たちが、動的なセパレータの選択を通じて、拡張された混合整数線形計画法(MILP)の解決を目的とした機械学習技術を開発しました

複雑な最適化問題に効率的に取り組むことは、グローバルパッケージルーティングから電力グリッド管理まで、持続的な課題です...

コンピュータサイエンス

アルゴリズムは、不妊症の男性の精子を医師よりも速く正確に見つけます

そのツールは即座に精子を識別し、その後、胚培養学者に判断を委ねます判断の内容は、精子が実際に存在しているかどうか、お...

AI研究

「スタンフォード大学の新しいAI研究は、言語モデルにおける過信と不確実性の表現の役割を説明します」

自然言語システムが日常のシナリオでますます普及するにつれて、これらのシステムは適切に不確実性を伝える必要があります。...

機械学習

学習率のチューニングにうんざりしていますか?DoGに会ってみてください:堅牢な理論的保証に裏打ちされたシンプルでパラメータフリーの最適化手法

テルアビブ大学の研究者は、学習率パラメータを必要とせず、経験的な量のみに依存する調整フリーの動的SGDステップサイズ公式...