如何创建并部署 Azure OpenAI 模型

本文将介绍如何开始使用 Azure OpenAI，并提供通过 Azure 门户和 Azure CLI 创建资源、部署模型的详细步骤。

您可以通过多种方式在 Azure 中创建资源：

• Azure 门户
• REST API、Azure CLI、PowerShell 或客户端库
• Azure 资源管理器 (ARM) 模板

本文将重点演示如何使用 Azure 门户和 Azure CLI 进行操作。

先决条件

在开始之前，请确保您已满足以下条件：

• 拥有一个有效的 Azure 订阅。您可以免费创建一个。
• 拥有创建 Azure OpenAI 资源和部署模型的访问权限。

使用 Azure 门户

创建资源

以下步骤将指导您通过 Azure 门户创建一个 Azure OpenAI 资源。

1. 登录并查找服务 使用您的 Azure 订阅登录 Azure 门户。选择 创建资源 并搜索 Azure OpenAI。找到该服务后，点击 创建。

2. 配置基本信息 在“创建 Azure OpenAI”页面的 基本信息 选项卡中，填写以下字段：

   字段	描述
   订阅	用于 Azure OpenAI 载入申请的 Azure 订阅。
   资源组	用于存放 Azure OpenAI 资源的 Azure 资源组。您可以新建一个或使用现有的。
   区域	您的实例所在的地理位置。不同位置可能会影响延迟，但不会影响资源的运行时可用性。
   名称	为您的 Azure OpenAI 资源指定一个描述性名称，例如 MyOpenAIResource。
   定价层	资源的定价层。目前，Azure OpenAI 仅提供 Standard (标准) 层。

   填写完毕后，点击 下一步。

3. 配置网络安全 网络 选项卡提供了三种安全类型：

   • 选项 1：所有网络，包括 Internet，都可以访问此资源。 这是默认设置，允许来自任何网络的访问，无需额外配置。

   • 选项 2：选定网络，为您的 Azure AI 服务资源配置网络安全。 此选项允许您指定可以访问资源的特定网络。选择后，需要配置以下字段：

     • 虚拟网络：指定允许访问的虚拟网络。
     • 子网：指定允许访问的子网。
     • 防火墙（可选）：您可以使用 地址范围 字段为资源配置防火墙规则。

   • 选项 3：已禁用，任何网络都无法访问此资源。 此选项将禁用所有网络访问。您可以通过配置 专用终结点 连接作为访问该资源的唯一方式。选择此项后，您可以点击 添加专用终结点 来完成配置。

4. 确认并创建

   • 点击 下一步，根据需要为您的资源配置 标记。
   • 再次点击 下一步，进入最后的 查看 + 提交 阶段。
   • 确认所有配置无误后，点击 创建。

   部署完成后，Azure 门户会显示通知。点击 转到资源 即可查看新创建的资源。

部署模型

在生成文本或进行推理之前，您需要部署一个模型。

1. 登录 Azure AI Foundry 门户。

2. 在 Keep building with Azure AI Foundry 部分，选择 View all resources。

3. 找到并选择您刚刚创建的资源。

   重要提示 在此步骤，系统可能会提示您将 Azure OpenAI 资源升级到 Azure AI Foundry。您可以选择 取消 以继续，或选择 下一步 进行升级。

4. 在左侧窗格的 Shared resources 部分，选择 Deployments。 （如果您在上一步中升级了资源类型，则应在 My assets 部分选择 Models + endpoints。）

5. 点击 + Deploy model > Deploy base model 打开部署窗口。

6. 选择您需要的模型，然后点击 Confirm。有关各区域可用模型的列表，请参阅模型摘要表和区域可用性文档。

7. 在接下来的窗口中，配置以下字段：

   • Deployment name (部署名称)：请谨慎命名。在代码中通过客户端库和 REST API 调用模型时，将使用此名称。
   • Deployment type (部署类型)：可选项包括 Standard、Global-Batch、Global-Standard、Provisioned-Managed。
   • Deployment details (部署详情)（可选）：
     • Content Filter (内容筛选器)：为您的部署分配一个内容筛选器。
     • Tokens per Minute Rate Limit (每分钟令牌速率限制)：调整 TPM (Tokens per Minute) 值来设置部署的有效速率限制。您可以随时通过 配额 菜单修改此值。动态配额 允许您在有额外容量时利用更多配额。

   重要提示 通过 API 访问模型时，您需要引用 部署名称 (deployment name) 而不是底层模型名称。这是 Azure OpenAI 与 OpenAI 的一个关键区别。OpenAI 仅需模型名称，而 Azure OpenAI 始终需要部署名称。

8. 点击 Deploy。 部署完成后，模型的 Provisioning state (预配状态) 将变为 Succeeded (成功)。

使用 Azure CLI

先决条件

• 安装 Azure CLI。
• 登录到 Azure CLI。

准备工作

1. 登录 Azure CLI 在您的终端或 Azure Cloud Shell 中登录：

   az login
   

2. 创建资源组 使用 az group create 命令创建一个新的资源组。以下示例在 eastus 位置创建了一个名为 OAIResourceGroup 的资源组。

   az group create \
     --name OAIResourceGroup \
     --location eastus
   

创建资源

使用 az cognitiveservices account create 命令在资源组中创建 Azure OpenAI 资源。请将示例中的资源名称、资源组和订阅 ID 替换为您自己的值。

az cognitiveservices account create \
  --name MyOpenAIResource \
  --resource-group OAIResourceGroup \
  --location eastus \
  --kind OpenAI \
  --sku s0 \
  --subscription <subscriptionID> \
  --custom-domain MyOpenAIResource \
  --yes

检索资源信息

创建资源后，您可以获取其终结点 URL 和访问密钥。

• 获取终结点 URL 使用 az cognitiveservices account show 命令。以下示例使用 jq 提取终结点 URL。

  az cognitiveservices account show \
    --name <myResourceName> \
    --resource-group <myResourceGroupName> \
    | jq -r .properties.endpoint
  

• 获取主 API 密钥 使用 az cognitiveservices account keys list 命令。以下示例使用 jq 提取 key1。

  az cognitiveservices account keys list \
    --name <myResourceName> \
    --resource-group <myResourceGroupName> \
    | jq -r .key1
  

部署模型

使用 az cognitiveservices account deployment create 命令部署模型。以下示例部署了 gpt-4o 模型的一个实例，并将其命名为 MyModel。

az cognitiveservices account deployment create \
  --name <myResourceName> \
  --resource-group <myResourceGroupName> \
  --deployment-name MyModel \
  --model-name gpt-4o \
  --model-version "2024-11-20" \
  --model-format OpenAI \
  --sku-capacity "1" \
  --sku-name "Standard"

sku-name 参数接受以下部署类型：Standard、GlobalBatch、GlobalStandard 和 ProvisionedManaged。

重要提示 再次强调，通过 API 访问模型时，您需要引用 部署名称 (deployment name) 而不是底层模型名称。

清理资源

如果您想清理练习中创建的资源，可以执行以下操作。

• 删除已部署的模型 使用 az cognitiveservices account deployment delete 命令删除特定模型。

  az cognitiveservices account deployment delete \
    --name <myResourceName> \
    --resource-group <myResourceGroupName> \
    --deployment-name MyModel
  

• 删除资源或资源组 如果您选择删除资源组，该组中的所有资源都将被一并删除。使用 az cognitiveservices account delete 删除单个资源，或使用 az group delete 删除整个资源组。

  # 删除单个 Azure OpenAI 资源
  az cognitiveservices account delete \
    --name <myResourceName> \
    --resource-group <myResourceGroupName>
  
  # 删除整个资源组及其所有资源
  az group delete \
    --name <myResourceGroupName> \
    --yes
  

👉 如果你需要 ChatGPT 代充 / Claude / Claude Code / 镜像 / 中转 API：

• 购买 / 了解更多：ai4.plus
• 备用入口：kk4099.com