尝试通过 Arc 启用 Azure AI 视频索引器
已启用 Arc 的 Azure AI 视频索引器是一种已启用 Azure Arc 扩展的服务， 可在边缘设备上运行视频和音频分析和生成 AI 。 该解决方案旨在在已启用 Azure Arc 的 Kubernetes 上运行，并支持许多视频格式，包括 MP4 和其他常见格式。 它支持所有基本音频相关模型中的多种语言。 它假定一个视频索引器资源映射到一个扩展。
本文将指导你完成在当前基础结构上启用视频索引器作为 Arc 扩展所需的步骤。
先决条件
重要
若要成功部署 Azure AI 视频索引器扩展， 必须 提前批准 Azure 订阅 ID。 必须首先使用此 表单进行注册。
- 创建有权创建 Azure 资源的 Azure 订阅。
- 创建 Azure AI 视频索引器帐户。 使用“创建视频索引器”帐户教程。
- 创建 已启用 Arc 的 Kubernetes 群集。
- 下载示例 视频。
若要使用视频索引器扩展，需要具有面向外部的终结点，该终结点可以是 DNS 名称或 IP。 终结点应设置为安全传输协议（https:\\），并用作扩展 API 终结点。 视频索引器 Web 门户也使用它来与扩展通信。 建议使用入口控件来管理终结点。
注意
如果终结点不可公开访问，则只能从本地网络对扩展执行操作。
本快速入门的最低硬件要求
本快速入门旨在使你能够查看扩展的操作，因此已选择较小的资源大小，以便在测试环境中使用。 对于本快速入门，最低硬件要求如下：
- CPU：16 个核心
- 内存：16 GB
有关生产环境中的最低硬件要求，请参阅概述文章中的最低硬件要求。
最低软件要求
| 组件 | 最低要求 |
|---|---|
| 操作系统 | Ubuntu 22.04 LTS 或任何 Linux 兼容 OS |
| Kubernetes | 1.26 |
| Azure CLI | 2.48.0 |
参数定义
| 参数 | 默认 | 说明 |
|---|---|---|
| release-namespace | 是 | 扩展安装到的 Kubernetes 命名空间 |
| cluster-name | Kubernetes Azure Arc 实例名称 | |
| resource-group | Kubernetes Azure Arc 资源组名称 | |
| 版本 | 是 | 视频索引器扩展版本，为最新保留空 |
| speech.endpointUri | 语音服务 URL 终结点（链接） | |
| speech.secret | 语音实例机密（链接） | |
| translate.endpointUri | 翻译服务 URL 终结点 （链接） | |
| translate.secret | 翻译服务机密（链接） | |
| ocr.endpointUri | OCR 服务 URL 终结点（链接） | |
| ocr.secret | OCR 服务机密（链接） | |
| videoIndexer.accountId | 视频索引器帐户 ID | |
| videoIndexer.endpointUri | 要用作扩展外部终结点的 Dns 名称或 IP。 |
准备部署
在部署期间，脚本会要求获取特定于环境的值。 准备好这些值，以便在脚本要求它们时复制并粘贴它们。
| 问题 | 值 | 详细信息 |
|---|---|---|
| 部署期间视频索引器帐户 ID 是什么？ | GUID | 视频索引器帐户 ID |
| 部署期间 Azure 订阅 ID 是什么？ | GUID | Azure 订阅 ID |
| 部署期间视频索引器资源组的名称是什么？ | string | 视频索引器帐户的资源组名称 |
| 部署期间视频索引器帐户的名称是什么？ | string | 视频索引器帐户名称 |
使用 Azure 门户进行部署
- 在 Azure 门户中，导航到 Azure Arc 连接的群集。
- 从菜单中选择“扩展>+ 添加>Azure AI 视频索引器 Arc 扩展”。
- 选择创建。 将显示“创建 AI 视频索引器扩展”屏幕。
- 在实例详细信息中配置扩展：
- 选择扩展的 订阅 和 资源组 。
- 选择 区域并连接 k8 群集。
- 输入扩展的名称。
- 选择 扩展将连接到的 Azure AI 视频索引器帐户 。
- 输入要用作 API 终结点的 IP 或 DNS 名称的群集终结点。
- 提供要用于 Kubernetes 分发支持的扩展的存储类。 例如，如果使用 AKS，则可以使用
azurefile-cli。 有关 AKS 支持的预定义存储类的详细信息，请参阅 AKS 中的存储类。 如果使用的是其他 Kubernetes 发行版，请参阅 Kubernetes 发行版文档，了解支持的预定义存储类或你可以提供自己的存储类的方式。 - 选择生成 AI 模型以应用 AI 功能，例如 Arc 启用的 VI 上的文本摘要。 详细了解生成 AI 模型。
- 选择“查看 + 创建”，然后选择“创建” 。
手动部署
使用示例部署脚本手动部署扩展。 在开始之前，需要记住一些事项：
- 存储类 - 视频索引器扩展要求存储卷必须在 Kubernetes 群集上可用。 存储类需要支持
ReadWriteMany。 请务必注意，索引过程是 IO 密集型的，因此存储卷的 IOPS（每秒输入/输出操作数）将对进程的持续时间产生重大影响。 - 托管 AI 资源 - 将在Microsoft租户上创建一些 Azure AI 资源 （翻译器、听录和 OCR）。 这些资源仅适用于你的订阅，并且处于即用即付模式下。 如果订阅中已有已启用 AI 视频索引器 Arc 的资源，它将与现有的 Azure AI 资源相关联。
重要
如果使用语言模型，则必须 使用“workload：summarization”标记节点或节点池 。 标签是键值对，键为“workload”，值为“汇总”。 标有此标签的计算机必须至少有 32 个 CPU（用于生产），我们强烈建议它们是 Intel CPU（而不是 AMD）。
提示
按照文章 操作，了解如何将群集连接到 Azure Docs 上的 Azure Arc ，了解此过程的完整演练。
可选配置
扩展默认设置设置为处理常见工作负荷，对于特定情况，可以使用以下参数来配置资源分配：
| 参数 | 默认 | 说明 |
|---|---|---|
| AI.nodeSelector | - | 为其分配 AI Pod（语音和翻译）的节点选择器标签 |
| speech.resource.requests.cpu | 1 | 语音 Pod 请求的核心数 |
| speech.resource.requests.mem | 2Gi | 语音 Pod 的请求内存容量 |
| speech.resource.limits.cpu | 2 | 语音 Pod 的核心数限制。 必须是 > speech.resource.requests.cpu |
| speech.resource.limits.mem | 3Gi | 限制语音 Pod 的内存容量。 必须是 > speech.resource.requests.mem |
| translate.resource.requests.cpu | 1 | 翻译 Pod 请求的核心数 |
| translate.resource.requests.mem | 16Gi | 翻译 Pod 的请求内存容量 |
| translate.resource.limits.cpu | -- | 转换 Pod 的核心数限制。 必须是 > translate.resource.requests.cpu |
| translate.resource.limits.mem | -- | 限制翻译 Pod 的内存容量。 必须是 > translate.resource.requests.mem |
| videoIndexer.webapi.resources.requests.cpu | 0.5 | Web API Pod 的请求核心数 |
| videoIndexer.webapi.resources.requests.mem | 4Gi | Web API Pod 的请求内存容量 |
| videoIndexer.webapi.resources.limits.cpu | 1 | Web API Pod 的核心数限制 |
| videoIndexer.webapi.resources.limits.mem | 6Gi | 限制 Web API Pod 的内存容量 |
| videoIndexer.webapi.resources.limits.mem | 6Gi | 限制 Web API Pod 的内存容量 |
| storage.storageClass | "" | 要使用的存储类 |
| storage.useExternalPvc | false | 确定是否使用外部 PVC。 如果为 true，则未安装 VideoIndexer PVC |
使用 ARM 或 Bicep 进行部署
可以使用 ARM 模板或 Bicep 部署 Arc 启用的 Azure AI 视频索引器。 有关详细说明， 请参阅示例存储库自述文件 。