Microsoft gør det nemmere at udvikle AI-apps på Windows med det nye Windows AI Studio, hvilket gør det nemmere at vælge og finjustere AI-modeller.
Nøgle takeaways
- Microsoft introducerer Windows AI Studio, et værktøjssæt, der hjælper udviklere med at kickstarte AI-udvikling og -implementering med værktøjer og modeller fra Azure AI Studio og Hugging Face.
- Windows AI Studio tilbyder funktioner som guidet opsætning til at tilpasse små sprogmodeller, hurtig test med indbyggede skabeloner og ONNX-modelkonvertering og -optimering med Olive.
- Windows AI Studio fremhæver optimerede modeller til Windows GPU'er og NPU'er ved at udnytte DirectML og ONNX Runtime til effektiv maskinlæring på Windows. Den vil være tilgængelig som en VS-kodeudvidelse til problemfri integration i udviklingsarbejdsgangen.
Microsoft går stadig all-in på sin AI-indsats, og i dag har virksomheden annonceret en ny måde at gøre det nemmere for udviklere at komme i gang med at skabe deres egne AI-infunderede apps og oplevelser. Dette kaldes Windows AI Studio og er et nyt værktøjssæt til udviklere, der gør det nemmere at komme i gang med AI-udvikling og -implementering.
For det første er Windows AI Studio der for at hjælpe udviklere med at vælge, hvor de skal starte. Det giver et udvalg af værktøjer og modeller fra steder som Azure AI Studio og Hugging Face, så udviklere kan vælge mellem populære små sprogmodeller (SLM'er) og finjustere og tilpasse dem til deres behov. Faktisk inkluderer appen en guidet opsætningsproces for at gøre det nemmere at tilpasse disse SLM'er, såsom Phi, Llama 2 og Mistral.
Så giver Windows AI Studio også hurtig test ved hjælp af Prompt Flow og Gradio skabeloner, der er indbygget i værktøjssættet, så du hurtigt kan afgøre, om det virker efter hensigten og løbende finjustere det, indtil det parat. Når det er gjort, kan du optimere modellen gennem ONNX modelkonvertering og optimering med Olive og til sidst integrere modellen i din app.
Microsoft annoncerede også, at Windows AI Studio vil fremhæve modeller, der er specifikt optimeret til Windows GPU'er og NPU'er, såsom Llama2-7B, Mistral-7B og Stable Diffusion XL. Disse optimerede modeller gør den bedste brug af DirectML – Windows machine learning API – og ONNX Runtime for at køre så effektivt som muligt på Windows. Virksomheden delte en eksempelmodel i dag med Llama2-7B, selvom det kun er et tidligt kig på, hvad der kan opnås med denne optimering.
Windows AI Studio vil være tilgængelig som en VS Code-udvidelse, der integreres i den sædvanlige udviklingsworkflow og samtidig gøre det nemmere at komme i gang.
I andre nyheder for udviklere annoncerede Microsoft nye virksomhedsfokuserede funktioner til Windows Subsystem til Linux. For det første er der nu et Microsoft Defender for Endpoint plug-in til WSL, der overvåger hændelser i alle kørende distributioner på en maskine. Plus, du kan nu kontrollere adgangen til WSL og relaterede sikkerhedsindstillinger gennem Intune, og avancerede netværksindstillinger giver dig mulighed for at tilpasse firewall-reglerne til selve WSL.
Endelig er der en opdatering til Dev Home-appen, nu på version 0.7, inklusive en ny Azure DevOps-integration gennem Dev Home Azure-udvidelsen. Dette gør det nemmere at klone Azure-lagre for at hjælpe med at forberede din maskine til kodning, plus det giver du en lettere at administrere dine projekter, og du kan fastgøre widgets for at vise oplysninger om dine projekter.