使用全面的工具包加速 AI 项目

利用经济高效的语言模型、生成式 AI、高级搜索等来简化工作流、提高准确性和缩放 AI 解决方案。

免费访问热门 AI 模型，通过内置工具进行操场测试、无缝集成和企业就绪部署。

用于发现基础模型的中心，由 Microsoft、NVIDIA、Hugging Face 和 Meta 策展，针对 Azure AI Foundry 进行打包和优化。

用于在应用程序或云服务中下载、评估、调整和部署 AI 模型的扩展，包括热门 SLMS 的引导式演练。

借助专为广泛的生成式 AI 用例定制的 AI 应用模板库，只用 5 分钟即可在 Azure 上启动 AI 应用。

开发自定义 GenAI，以提供具有精确数据策展、一流自定义、检索增强生成(RAG)和加速性能的企业就绪模型。

一组加速推理微服务，支持组织在任何位置在 NVIDIA GPU 上运行 AI 模型。

提供对 GPU 加速软件的访问权限，包括性能优化容器、预训练 AI 模型和特定于行业的 SDK。

开放源代码 SDK，使开发人员能够轻松地将 AI 服务与常规编程语言结合使用。

通过集成信息检索系统、提供接地数据并允许控制所使用的数据，增强 LLM 功能。

开放源代码库，供开发人员利用 LLM 功能生成复杂的动态应用程序，充当提示的编排工具。

简化 LLM 工作流的业务流程、优化和自动化，使用可自定义和可对话代理实现复杂 LLM 应用程序的开发。

实验性库，它使用代码库中的类型定义来检索类型安全的结构化 AI 响应，旨在缩小自然语言、应用程序架构和 API 之间的差距。

用于嵌入、重新排名和引入的一流模型，可从大量企业数据中快速解锁准确见解。

加快广泛采用的操作和算法的库，随着问题的演变而缩短洞察的时间。

将工具与 LangChain 绑定到 NIM 微服务，以创建将代理功能引入应用程序的结构化输出。

优化和自动执行 IT 操作，以提高效率、降低成本并增强决策，以实现适应性更强且更智能的系统管理。

使用单一登录体验在 Visual Studio Code 中自动执行生成和部署过程，以访问 Azure 资源和服务。

直接在存储库中自动操作、自定义和执行工作流。发现、创建和共享操作以执行所需的任何作业(包括 CI/CD)。

使用内置版本控制管理和跟踪对 Kubernetes 应用的更改。直接在任何 Kubernetes 环境中运行和调试容器。

可缩放的数据策展微服务，使开发人员能够对数万亿令牌的多语言数据集进行分配，以预训练 LLM。

高性能、可缩放的微服务，可简化针对领域特定用例的 LLM 微调和对齐。

使用 API 跨不同的学术和自定义基准高效、可靠地评估自定义 LLM 和检索增强生成(RAG)。

自动扫描代码以查找漏洞和依赖项，确保在问题成为生产环境中的风险之前及早发现这些问题。

利用 AI 驱动的威胁分析快速识别和响应新出现的安全威胁，从而更快、更明智的做出决策。

通过检测和缓解高级网络攻击、最大限度地减少潜在损害并减少停机时间，保护从标识到终结点的整个生态系统。

通过可缩放的云原生 SIEM 集中进行威胁检测和调查，以便在整个环境中高效地响应安全事件。

自动筛选 AI 生成的有害或不适当的内容，确保用户与应用程序交互时获得安全、可信的体验。

通过编排对话管理来保护生成式 AI 系统，确保使用 LLM 的智能应用程序中的准确性、适当性和安全性。