跳到主要內容

【Azure OpenAI】o1 模型與 2024-09-01-preview API

距離上篇在 Early Access Playground 試用 o1 模型後又過了兩週，今天終於等到 API 開放使用啦！本篇將紀錄如何使用 Python SDK 存取 o1 模型。 系列文章 【Azure OpenAI】快速試用 o1 模型 模型佈署 在先前開放的 Early Access Playground 中使用 o1 是不需要另外佈署模型的，不過回到使用 API 來存取 o1 模型，就需要像之前的模型一樣先進行佈署才能使用，相信大家都很熟悉了。 使用 Python SDK 一樣使用熟悉的 openai 套件： 2024-09-01-preview 初始化的方式與先前模型都一樣，需要注意的是 o1 模型目前只能使用最新的 API 版本 2024-09-01-preview 來訪問。 Chat Completions 將 model 填入 o1-preview ，或是你的模型佈署名稱， messages 也一樣是歷史對話堆疊的 List。 回應如下： 查看 Token 使用量 內建 Chain of Thought 的 o1 比起過往的模型會消耗較多的 Token，因此我們特別把 Token 使用量拉出來看。 回應如下： 其中 prompt_tokens 、 completion_tokens 、 total_tokens 在先前的 API 就已經存在了，分別代表Token 的 Input、Output 與總使用量，而在新的 completion_tokens_details 中可以看到  reasoning_tokens 使用了 320 個 Tokens，居然佔了總輸出 Token 的 80% 以上！ 控制 Token 成本 已往我們可以使用  max_tokens 參數來控制 Token 的用量，但在 o1 模型中棄用了 max_tokens ，取而代之的是使用  max_completion_tokens 參數，來看看這段程式碼： 回應如下： 沒東西？那再看一次 Token 量。 回應如下： Token 居然是有被使用的！ 這表示 max_completion_tokens 並不像過往使用  max_tokens 這麼簡單，先前在回應遇到...
張貼留言

【Azure Kubernetes Service】在 AKS 中使用 NFS 靜態掛載 Azure Blob Storage

運行在 AKS 中的 Pod 如果有產生或需要使用到資料時，一般都會將資料存放在容器的肚子裡頭，這會導致在容器或 Pod 重啟時丟失資料，若要解決這個問題，就需要在 AKS 上掛載額外的儲存體。

在 Azure 中當然就是首選 Azure Blob Storage，本篇文章會介紹使用 NFS 連線 Blob Storage，使用靜態方式佈建磁碟區 (PV) 並將其與 Pod 掛接，以此將 Blob Storage 作為 Pod 的儲存體使用。

建立 AKS

在將 AKS 掛載上 Blob Storage 前，必須先為 AKS 啟用相應的 CSI 驅動程式，而在建立 AKS 時順帶啟用驅動程式，使用以下 az cli 指令是最快速的方式。

其中帶上的 --enable-blob-driver 參數即是在建立 AKS 時啟用 CSI 驅動程式。AKS 的建立其實還有很多複雜的設定，不過這並不是本篇的重點，其他的參數就不多加贅述了。

AKS 建立完成

建立 Azure Blob Storage

我們首先需要建立儲存體帳戶，其中在「進階」頁面記得要勾選「啟用網路檔案系統 v3」，因為我們需要使用 NFS 來連線 Blob Storage。

啟用 NFS v3

而啟用 NFS v3 的必要條件是啟用階層命名空間，記得要一起勾選。接著進入「網路」頁面：

設定 VNet

因為啟用了 NFS v3，在網路存取這邊就沒辦法設定「在所有網路啟用公用存取」；再者也因為後續是要讓 AKS 來存取這個 Storage，所以這邊也需要選到 AKS 所在的 Subnet 並透過 Service Endpoint 的方式提供 AKS 來訪問，關於 Service Endpoint 的詳情可以參考以下連結。

相關連結：【Azure VNet】虛擬網路中的服務端點

儲存體帳戶建立完成後，如下圖再任意建一個要掛載上 AKS 的 Blob 容器就可以了。

建立 Blob 容器

PV

會使用到的資源我們都已經建立完成了，接著我們需要編寫 AKS 中的 PV。

其中比較需要注意的地方：

  • spec.capacity.storage：事實上 Blob Storage 的空間是無限的💲💵，但在 Kubernetes 中該參數是必要的，所以任意給一個數值即可。

  • spec.csi.volumeHandle：該值必須要全域唯一。

  • spec.csi.volumeAttributes：填入要連線的資源群組、儲存體帳戶與 Blob 容器資訊。

PVC

再來到 PVC 的部分：

PVC 比較沒有需要注意的地方，記得命名要互相有對上就可以了。

Pod

 PV 與 PVC 完成後，可以使用以下 Pod 的範例 YAML 檔來宣告掛載設定：

其中的 mountPath: "/mnt/blob" 即表示掛載的路徑為 /mnt/blob。

三個部分的 YAML 檔都完成後，就可以使用 kubectl apply 指令對 AKS 分別執行。

測試掛載

測試的想法很簡單，就是直接往掛載路徑寫一個測試的檔案，然後再回到 Blob 容器的 Portal 畫面中，確認檔案是否被建立。

以下的 kubectl exec 指令可以直接連線進入 Pod 內的 Nginx 容器：

在 Nginx 容器中，我們使用 echo 指令寫了一個簡單的 TXT 檔到掛載路徑上。

接著我們轉到Blob 容器的 Portal 畫面中，這邊因為我們在建立儲存體帳戶時限制了網路存取，如果畫面顯示異常的話，記得將自己的訪問 IP 加到儲存體帳戶的白名單中，一切順利後就能看到我們 echo 進來的 test.txt 囉！

寫入成功

總結

對於 Docker 或 Kubernetes 來說，使用 Volume 來存放永久資料是很常見的作法。而在 Azure 中，結合 AKS 與 Azure Blob Storage 來做到資料儲存與共用可以說是很「雲端」的方案。

但為了實現這樣的架構，需要從網路 Infra 、雲端管理員到開發編寫 YAML 互相溝通配合才能完成，雲端漸漸地打破了傳統地端的分工模式，這也是一個最近很有感的體悟，哈！

標籤：
位置： 407台灣台中市西屯區

留言

張貼留言

這個網誌中的熱門文章

【Azure OpenAI】購買 PTU 時微軟不會告訴你的事

Provisioned Throughput Units 一直是目前在 Azure OpenAI 對於延遲問題的最有效解法，同時也是官方最推薦的方案。有別於基本的隨付即用，PTU 具有穩定、可預測的延遲等優勢，適合用於正式上線的生產環境。 但 PTU 的成本是一個不可忽視的問題，儘管選購最小單位量的 PTU，也是需要應用到達一定規模後才看得出使用效益。在確認是否購買 PTU 時，除了詳細閱讀官方文件並使用官方推出的計算機規劃額度外，以下幾點或許也是你該注意的。 不可自行購買 PTU 首先，是的，截自撰文當日 (2024/07/09) PTU 只能透過微軟業務窗口洽詢購買細節，這可能對於多數用戶是不友善的，但我相信這個過程很快就能得到優化。 相關連結： https://learn.microsoft.com/en-us/azure/ai-services/openai/concepts/provisioned-throughput#how-do-i-get-access-to-provisioned PTU 的可用區域僅供參考 在官方文件中記錄了下述表格，其中詳細的呈現各種模型的 PTU 在不同地區的可用性，但這張表只是一個參考，因為當你洽詢業務窗口時你會得到另一張不同的表格。 其中對於台灣用戶可能最有影響的，是我們沒辦法在日本東部購買 gpt-4o 模型的 PTU，對於想透過購買 PTU 以降低模型延遲的用戶來說這是一個矛盾的選擇，當然更不用提隨之產生的跨區傳輸量成本。 一樣截至撰文為止，為何在打勾區域✅無法購買的問題，官方並沒有給出任何理由，或許是我們採購量沒有達到官方需要解釋的程度😔 相關連結： https://learn.microsoft.com/en-us/azure/ai-services/openai/concepts/provisioned-throughput#what-models-and-regions-are-available-for-provisioned-throughput 有別於你認知的定價策略 承如前述，PTU 的成本絕對是導入時的重要考量點。 PTU 的售價到底是多少 事實上 PTU 的官方售價早就是公開的秘密，稱之為秘密是因為 PTU 的售價截至目前並沒有被列在官方文件或定價計算機中，但在最新的 Azure OpenAI S...
張貼留言
閱讀完整內容

【Azure OpenAI】o1 模型與 2024-09-01-preview API

距離上篇在 Early Access Playground 試用 o1 模型後又過了兩週，今天終於等到 API 開放使用啦！本篇將紀錄如何使用 Python SDK 存取 o1 模型。 系列文章 【Azure OpenAI】快速試用 o1 模型 模型佈署 在先前開放的 Early Access Playground 中使用 o1 是不需要另外佈署模型的，不過回到使用 API 來存取 o1 模型，就需要像之前的模型一樣先進行佈署才能使用，相信大家都很熟悉了。 使用 Python SDK 一樣使用熟悉的 openai 套件： 2024-09-01-preview 初始化的方式與先前模型都一樣，需要注意的是 o1 模型目前只能使用最新的 API 版本 2024-09-01-preview 來訪問。 Chat Completions 將 model 填入 o1-preview ，或是你的模型佈署名稱， messages 也一樣是歷史對話堆疊的 List。 回應如下： 查看 Token 使用量 內建 Chain of Thought 的 o1 比起過往的模型會消耗較多的 Token，因此我們特別把 Token 使用量拉出來看。 回應如下： 其中 prompt_tokens 、 completion_tokens 、 total_tokens 在先前的 API 就已經存在了，分別代表Token 的 Input、Output 與總使用量，而在新的 completion_tokens_details 中可以看到  reasoning_tokens 使用了 320 個 Tokens，居然佔了總輸出 Token 的 80% 以上！ 控制 Token 成本 已往我們可以使用  max_tokens 參數來控制 Token 的用量，但在 o1 模型中棄用了 max_tokens ，取而代之的是使用  max_completion_tokens 參數，來看看這段程式碼： 回應如下： 沒東西？那再看一次 Token 量。 回應如下： Token 居然是有被使用的！ 這表示 max_completion_tokens 並不像過往使用  max_tokens 這麼簡單，先前在回應遇到...
張貼留言
閱讀完整內容

【Document Intelligence】使用 Layout Model 實作 Semantic Chunking

在這個 LLM 時代 RAG 可說是一個非常熱的議題，其中來源資料的品質幾乎決定了整個 RAG 應用的成敗，而在一系列的資料處理流程中，又以 Chunking 做為一個重要的環節，像是常見的固定長度、重疊等等都是基本的 Chunking 策略。 Semantic Chunking 是一種進階的 Chunking 手法，比起基本的固定長度切分，Semantic Chunking 希望藉由語意分析劃分出更具有意義的 Chunk。本篇將使用在 Document Intelligence 中新推出的 Layout Model 文檔分析 API 來實作 Semantic Chunking。 Markdown 與 Semantic Chunking Markdown 是一種具有結構的標記語言，對於人類在閱讀上是非常友好的，而對於 LLM 來說當然也是如此，不過在現實上，我們提供給 RAG 的文件往往都不是 Markdown。 現在我們將使用 Layout Model 來解決這個問題，其提供的文檔分析 API 可以在一次呼叫中將傳入的 PDF、PPT 等常見格式文檔轉換成 Markdown 格式，這個轉換過程中包含了 OCR、文件結構分析等步驟，這也就代表轉換出的 Markdown 結構在某種程度上是蘊含文件語意的。 最後我們將使用這個 Markdown 結構做為 Chunking 的依據，以此來實現 Semantic Chunking。 建立 Document Intelligence 建立 AI 類服務時基本上都不用做太複雜的設定，這邊唯一要注意的是我們預計要使用的 Layout Model API 目前只有在美東、美西 2 與西歐三個地區提供，建議時需要留意選擇的地區。 Document Intelligence Studio 與其他 AI 服務一樣，Document Intelligence 也有提供 Studio 讓我們快速體驗功能，從 Studio 首頁進入「Layout」頁面，我們使用內建的範例文件來看看文檔分析 API 的能力。 首先選擇一篇範例文件，再調整「Output format style」為「Markdown 」後點擊上方的「Run an...
張貼留言
閱讀完整內容