チュートリアル: ACA でAzure Functionsを使用して、サーバーレス GPU を使用して AI イメージ生成をデプロイする

Azure portal を使用してデプロイする

GPU 対応コンテナー アプリを作成し、Azure portal を使用してイメージ生成ソリューションをデプロイするには、次の手順に従います。

GPU を使用して Container Apps 環境を作成する

1. Azure ポータルを開き、Container Apps を検索します。

2. [作成]>[コンテナー アプリ] を選びます。

3. [基本] タブで、次の値を入力します。

   Setting	価値
   Subscription	Azure のサブスクリプションを選択します。
   リソース グループ	[新規作成] を選択して rg-gpu-image-gen と入力します。
   コンテナー アプリ名	「ca-image-gen」と入力します。
   デプロイ ソース	[コンテナー イメージ] を選択します。
   リージョン	[スウェーデン中部] を選択します。

4. Container Apps 環境で、[新規作成] を選択します。

5. [ Container Apps 環境の作成 ] ダイアログで、環境名として「 cae-gpu-image-gen 」と入力します。

6. [ 作成] を選択して環境を作成します。

7. [次へ: コンテナー >] を選択します。

GPU を使用してコンテナーを構成する

1. [ コンテナー ] タブで、次の値を入力します。

   Setting	価値
   名前	「gpu-image-gen-container」と入力します。
   イメージ ソース	Docker Hub またはその他のレジストリを選択します。
   画像の種類	[パブリック] を選択します。
   レジストリ ログイン サーバー	「mcr.microsoft.com」と入力します。
   イメージとタグ	「k8se/gpu-quickstart:latest」と入力します。
   ワークロード プロファイル	従量課金 - 最大4 vCPU、8 GiB メモリを選択します。
   GPU	チェック ボックスをオンにして GPU を有効にします。
   GPU の種類	Consumption-GPU-NC8as-T4 を選択し、リンクを選択してプロファイルを追加します。

2. [次へ: イングレス >] を選択します。

イングレスを設定する

1. [ イングレス ] タブで、次の値を入力します。

   Setting	価値
   イングレス	[有効] を選択します。
   イングレス トラフィック	[どこからでもトラフィックを受け入れる] を選択します。
   ターゲット ポート	「80」と入力します。

2. [Review + create](レビュー + 作成) を選択します。

3. 設定を確認し、 [作成] を選択します。

4. デプロイが完了するまで待ってから (約 5 分)、[ リソースに移動] を選択します。

デプロイメントを確認する

1. コンテナー アプリの [概要 ] ページで、 アプリケーション URL をコピーします。

2. ブラウザーで URL を開き、イメージ生成インターフェイスにアクセスします。

Azure CLI でのデプロイ

デプロイするには、Azure Developer CLI (Functions アプリに推奨) またはAzure CLI (より詳細な制御用) を使用します。

Azure Developer CLI を使用してAzure Functions アプリとしてデプロイする

Azure Developer CLI は、Azure Functions の実装に対して最速のデプロイ エクスペリエンスを提供します。

1. 複製されたリポジトリに移動します。

   cd function-on-aca-gpu
   

2. アプリケーションを初期化してデプロイします。

   azd up
   

3. メッセージが表示されたら、次の値を入力します。

   Prompt	価値
   環境名	一意の名前 (たとえば、 gpufunc-dev) を入力します。
   Azure の場所	[swedencentral] を選択します。
   Azure サブスクリプション	サブスクリプションを選択します。

   デプロイには約 15 ~ 20 分かかります。

4. デプロイが完了したら、出力に表示されるエンドポイント URL を書き留めます。

azd up コマンドは次を作成します。

Azure CLIを使用してコンテナー アプリとしてデプロイする

各リソースをより詳細に制御するには、Azure CLIを使用してリソースを個別に作成します。

1. 環境変数を設定します。

   RESOURCE_GROUP="rg-gpu-image-gen"
   ENVIRONMENT_NAME="cae-gpu-image-gen"
   LOCATION="swedencentral"
   CONTAINER_APP_NAME="ca-image-gen"
   CONTAINER_IMAGE="mcr.microsoft.com/k8se/gpu-quickstart:latest"
   WORKLOAD_PROFILE_NAME="NC8as-T4"
   WORKLOAD_PROFILE_TYPE="Consumption-GPU-NC8as-T4"
   

   これらの変数は、デプロイ全体で使用される構成値を定義します。 WORKLOAD_PROFILE_TYPEは、NVIDIA T4 GPU 構成を指定します。

2. リソース グループを作成します。

   az group create \
     --name $RESOURCE_GROUP \
     --location $LOCATION \
     --query "properties.provisioningState" \
     --output tsv
   

   このコマンドは、GPU ワークロード プロファイルをサポートするスウェーデン中部にリソース グループを作成します。 出力には、Succeeded が表示されます。

3. Container Apps 環境を作成します。

   az containerapp env create \
     --name $ENVIRONMENT_NAME \
     --resource-group $RESOURCE_GROUP \
     --location $LOCATION \
     --query "properties.provisioningState" \
     --output tsv
   

   このコマンドにより、コンテナー アプリをホストするマネージド環境が作成されます。 出力には、Succeeded が表示されます。

4. GPU ワークロード プロファイルを環境に追加します。

   az containerapp env workload-profile add \
     --name $ENVIRONMENT_NAME \
     --resource-group $RESOURCE_GROUP \
     --workload-profile-name $WORKLOAD_PROFILE_NAME \
     --workload-profile-type $WORKLOAD_PROFILE_TYPE
   

   このコマンドは、NVIDIA T4 GPU ワークロード プロファイルを環境に追加し、それを使用するコンテナーの GPU コンピューティングを有効にします。

5. GPU をサポートするコンテナー アプリを作成します。

   az containerapp create \
     --name $CONTAINER_APP_NAME \
     --resource-group $RESOURCE_GROUP \
     --environment $ENVIRONMENT_NAME \
     --image $CONTAINER_IMAGE \
     --target-port 80 \
     --ingress external \
     --cpu 8.0 \
     --memory 56.0Gi \
     --workload-profile-name $WORKLOAD_PROFILE_NAME \
     --query properties.configuration.ingress.fqdn \
     --output tsv
   

   このコマンドは、コンテナー アプリを作成し、GPU ワークロード プロファイルに割り当てます。 --cpuと--memoryの値は、T4 プロファイルの要件と一致します。 このコマンドは、アプリケーションの URL を出力します。

6. 次のセクションでテスト用の出力 URL をコピーします。 --location $LOCATION
   --query "properties.provisioningState"
   --output tsv

   
   This command creates the managed environment that hosts your container apps. The output should display `Succeeded`.
   
   

7. GPU ワークロード プロファイルを環境に追加します。

   az containerapp env workload-profile add \
     --name $ENVIRONMENT_NAME \
     --resource-group $RESOURCE_GROUP \
     --workload-profile-name $WORKLOAD_PROFILE_NAME \
     --workload-profile-type $WORKLOAD_PROFILE_TYPE
   

   このコマンドは、NVIDIA T4 GPU ワークロード プロファイルを環境に追加します。 このプロファイルでは、必要なコンテナーに対して GPU コンピューティングが有効になります。

8. GPU をサポートするコンテナー アプリを作成します。

   az containerapp create \
     --name $CONTAINER_APP_NAME \
     --resource-group $RESOURCE_GROUP \
     --environment $ENVIRONMENT_NAME \
     --image $CONTAINER_IMAGE \
     --target-port 80 \
     --ingress external \
     --cpu 8.0 \
     --memory 56.0Gi \
     --workload-profile-name $WORKLOAD_PROFILE_NAME \
     --query properties.configuration.ingress.fqdn \
     --output tsv
   

   このコマンドは、コンテナー アプリを作成し、GPU ワークロード プロファイルに割り当てます。 --cpuと--memoryの値は、T4 プロファイルの要件と一致します。 このコマンドは、アプリケーションの URL を出力します。

9. 次のセクションでテスト用の出力 URL をコピーします。

1. Azure portal で、 リソース グループを検索します。

2. 作成したリソース グループ (たとえば、 rg-gpu-image-gen) を選択します。

3. [リソース グループの削除] を選択します。

4. 削除を確認するには、リソース グループ名を入力します。

5. を選択して、を削除します。

Azure Developer CLI を使用してデプロイした場合:

azd down

Azure CLIを使用してデプロイした場合:

az group delete --name $RESOURCE_GROUP --yes --no-wait

削除がバックグラウンドで続行されている間、 --no-wait フラグは直ちに返されます。