教程：在 ACA 上使用 Azure Functions 通过无服务器 GPU 部署 AI 图像生成

使用 Azure 门户进行部署

按照以下步骤创建启用了 GPU 的容器应用，并使用 Azure 门户部署映像生成解决方案。

使用 GPU 创建容器应用环境

1. 打开 Azure 门户并搜索 Container Apps。

2. 选择“创建”>“容器应用”。

3. 在“基本信息”选项卡上，输入以下值：

   设置	价值
   Subscription	选择您的 Azure 订阅。
   资源组	选择“ 新建 ”并输入 rg-gpu-image-gen。
   容器应用名称	输入 ca-image-gen。
   部署源	选择“容器映像”。
   Region	选择 瑞典中部。

4. 在 “容器应用”环境中，选择“ 新建”。

5. 在 “创建容器应用”环境 对话框中，输入 cae-gpu-image-gen 环境名称。

6. 选择创建以创建环境。

7. 选择“下一步: 容器 >”。

使用 GPU 配置容器

1. 在 “容器 ”选项卡上，输入以下值：

   设置	价值
   名称	输入 gpu-image-gen-container。
   映像源	选择 Docker Hub 或其他注册表。
   图像类型	选择“公共”。
   注册表登录服务器	输入 mcr.microsoft.com。
   图像和标记	输入 k8se/gpu-quickstart:latest。
   工作负荷配置文件	选择 消耗 - 最多 4 个 vCPU、8 GiB 内存。
   GPU	选中此框以启用 GPU。
   GPU 类型	选择 Consumption-GPU-NC8as-T4 ，然后选择添加配置文件的链接。

2. 选择“下一步: 流入量 >”。

配置入口

1. 在 “入口 ”选项卡上，输入以下值：

   设置	价值
   入口	选择启用。
   入口流量	选择 “从任意位置接受流量”。
   目标端口	输入 80。

2. 选择“查看 + 创建”。

3. 检查设置，然后选择“创建”。

4. 等待部署完成（大约 5 分钟），然后选择“ 转到资源”。

验证部署

1. 在“容器应用 概述 ”页上，复制 应用程序 URL。

2. 在浏览器中打开 URL 以访问图像生成接口。

使用 Azure CLI 进行部署

可以使用 Azure 开发人员 CLI（建议用于 Functions 应用）或Azure CLI（进行更多控制）进行部署。

使用 Azure Developer CLI 部署为 Azure Functions 应用

Azure 开发人员 CLI 为 Azure Functions 实现提供最快的部署体验。

1. 转到克隆的存储库：

   cd function-on-aca-gpu
   

2. 初始化和部署应用程序：

   azd up
   

3. 出现提示时，输入以下值：

   提示	价值
   环境名称	输入唯一名称（例如， gpufunc-dev）。
   Azure 位置	选择 swedencentral。
   Azure 订阅	选择订阅。

   部署大约需要 15-20 分钟。

4. 部署完成后，请注意输出中显示的终结点 URL。

azd up 命令将创建：

使用 Azure CLI 部署为容器应用

若要更好地控制每个资源，请使用Azure CLI单独创建资源。

1. 设置环境变量：

   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"
   

   这些变量定义在整个部署中使用的配置值。 指定 WORKLOAD_PROFILE_TYPE NVIDIA T4 GPU 配置。

2. 创建资源组：

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

   此命令在瑞典 Central 中创建一个资源组，该资源组支持 GPU 工作负荷配置文件。 输出将显示 Succeeded。

3. 创建容器应用环境：

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

   此命令创建托管容器应用的托管环境。 输出将显示 Succeeded。

4. 将 GPU 工作负荷配置文件添加到环境：

   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
   

   此命令将 NVIDIA T4 GPU 工作负荷配置文件添加到环境中，为使用该配置文件的容器启用 GPU 计算。

5. 使用 GPU 支持创建容器应用：

   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
   

   此命令将创建容器应用并将其分配给 GPU 工作负荷配置文件。 --cpu和--memory值符合T4配置文件要求。 该命令输出应用程序 URL。

6. 复制输出 URL，以便在下一部分中进行测试。 --location $LOCATION
   --query "properties.provisioningState"
   --output tsv

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

7. 将 GPU 工作负荷配置文件添加到环境：

   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
   

   此命令将 NVIDIA T4 GPU 工作负荷配置文件添加到环境中。 该配置文件为需要的容器启用 GPU 计算能力。

8. 使用 GPU 支持创建容器应用：

   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
   

   此命令将创建容器应用并将其分配给 GPU 工作负荷配置文件。 --cpu和--memory值符合T4配置文件要求。 该命令输出应用程序 URL。

9. 复制输出 URL，以便在下一部分中进行测试。

1. 在 Azure 门户中，搜索“资源组”。

2. 选择创建的资源组（例如 rg-gpu-image-gen）。

3. 选择“删除资源组”。

4. 若要确认删除，请输入资源组名称。

5. 选择 删除。

如果使用Azure开发人员 CLI 进行部署：

azd down

如果使用 Azure CLI 进行部署：

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

在后台继续进行删除时，会立即返回 --no-wait 标记。