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 DevOps】使用 VMSS 建立 Self-hosted Agents 的一些細節

在使用 Azure DevOps Pipeline 時看似非常神奇，一切都照著我們寫好的 CICD 步驟執行，而實際上在執行前需要先有底層運行的機器，在 DevOps 中主要有 Microsoft-hosted agents 與 Self-hosted agents 兩種可以選擇，前者是由微軟提供的環境，隨點隨用又不必自己維護版本，是大部分情況的首選；但當事情複雜起來時，就會多出各種不得不使用自架環境的原因，這時候就輪到 Self-hosted agents 登場了。

Azure Virtual Machine Scale Sets 提供了管理一組具有相同組態 VM 的功能，其中動態調整 VM 數量的能力恰巧滿足了 Pipeline 執行 CICD 的情境，本篇將逐步說明如何使用 VMSS 來建立 DevOps 上的 Self-hosted agents。

建立 VMSS

VMSS 在設定上就像建立普通 VM 一樣有非常多可以調整的項目，所以建議直接使用下方 Azure CLI 指令來建立 VMSS：

以下說明其中幾項需要注意的參數：

  • image：這邊選擇 Ubuntu 22.04 版的映像來建立 VMSS，視應用的需求也能選擇建立 windows 的 agents。 

  • ephemeral-os-disk 與 os-disk-caching：為 VMSS 啟用暫時性 OS 磁碟，對於無狀態的工作負載，暫時性 OS 磁碟可以提高讀寫效能、加快重映像時間並降低儲存體成本，非常適用於 CICD 情境。

  • vm-sku：機器的規格，因為我們想要啟用暫時性 OS 磁碟，所以記得要挑選有支援該功能的機器，其次因為暫時性 OS 磁碟會建在本機上，以 Ubuntu 來說機器至少需要 30 GB 的空間，這邊就以價錢考量先選擇 Standard_DS1_v2。

  • instance-count：VMSS 中的執行個體數量，這邊設定幾台 VM 都不會影響使用，因為後續機器的數量會由 DevOps 來決定，但設定為 2 方便我們可以看到稍後與 DevOps 接上後的變化。
  • disable-overprovision：DevOps Pipelines 不支援過度佈建，記得關閉。
  • upgrade-policy-mode：升級原則設定為手動，這邊一樣會由 DevOps 自動處理，絕對不要再 VMSS 這層設定。
指令完成時會附帶建立一個 VNet 出來，因為是測試使用我們就先不管他了，但在正式使用時記得也要把網路的設定都帶上。

因為這次是使用 Linux 的映像來建立，速度會快上許多，建立完成後切換到 Protal 的「執行個體」頁面，確認有兩台 VM 被建起來就可以了。

兩台 VM 建立成功

在 Azure DevOps 中建立 Agent Pool

接著到 Azure DevOps 中，找到「Organization Setting」→ 「Agent pools」，點擊「Add pool」後選擇使用 VMSS 建立 。

選擇 VMSS

中間會需要驗證 Azure 訂閱，過程中會建立服務主體，後續這個服務主體會被賦予 VMSS 的參與者角色，並使用這個權限執行所有設定。

設定 Agent pool

在設定上建議開啟「Automatically tear down vm after every use」，可以確保每個 CICD Pipeline 在乾淨的環境上運行，其他選項則視需求設定就好。

按下建立後回到 VMSS 的 Portal，切換到 「擴充功能 + 應用程式」就能看到與 Pipeline 有關的擴充。

自動帶上的擴充

也可以分別觀察 「活動紀錄」、「執行個體」與「擴充中」，會看到 DevOps 再完成一些初始設定後，會先將機器數量調整成零，主因是我們現在並沒有執行任何的 Pipeline，所以 DevOps 判定我們目前不需要任何的機器，這也是使用 VMSS 在成本上優勢💰。

目前沒有任何機器

測試

直接寫一個最簡單的 YAML 來測試，在 DevOps Repos 中建立一個名稱為 azure-pipelines.yml 的檔案，其中 pool.name 輸入剛剛建立的 Agent Pool 名，就能指定 Self-hosted agents 來執行 Pipeline 了。

繼續觀察 Agent Pool 的 Log 與 VMSS 的執行個體數量：

Agent Pool Log

Pipeline 在一開始並不會馬上執行，DevOps 會先去調整 VMSS 中 VM 的數量。

Pipeline 執行完成

當新長出的 VM 開機完成就會開始執行 Pipeline，一切看起來就是那麼地自動。

結論

使用 VMSS 建立 Self-hosted Agents 效果就像原本的 Microsoft-hosted agents 一樣，在啟動 Pipeline 時自動分配 VM 來執行 CICD，而不使用時也可以將最低數量調整成零，再搭配上啟用暫時性 OS 磁碟，可以達到真正不花一毛錢。

但凡事都有缺點，Self-hosted Agents 最困難的部分就是維護機器上的各種軟體版本，尤其在資安考量下，時常需要將 VMSS 放在純內網的環境，在安裝軟體上又進一步提升難度。

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