微软Azure申请OpenAI以及部署使用教程
本文主要介绍一下 Azure中的 OpenAI申请以及使用过程！这样国内流畅使用OpenAI API，不再担心风控问题。
开通
其实早在之前文章中也提到了：目前OpenAI账号开通获取高额度方法分享
首先，你需要有一个Azure。可用是免费试用版，Azure Stu版，Azure 企业版 等等。
第二，申请的时候官方也表明需要用企业邮箱！不用用gmail，outlook等
第三，还需要填写企业官网（官网域名和邮箱域名得一致）
然后就是看运气了等审核通过了。短的4小时，长的可能得几个月。
部分人审核期间可能需要补充一些资料。也有几个小时就通过的。
当然了这个申请也是有技巧的。有朋友基本上目前100%几小时就通过了。
一切操作均有风险！小心你的Azure订阅翻车！
优势
1，国内可直接调用Azure的接口域名，不用套代理。不担心风控。
历史文章：OpenAI风控升级，避免API被封，请详细阅读本文说明
2，OpenAI产生的费用可用直接用Azure每个月额度抵扣（针对一些Azure Stu，企业版，Biz版等。即用即付不行）。
3，某些国内公司想用OpenAI服务，苦于联系不上OpenAI官方。可以试一试Azure的OpenAI方式。
步骤
创建OpenAI
1，搜索资源 OpenAI 可找到Azure OpenAI。点击创建！
填写信息！名称随意！定价选S0
区域，可选美国东部（法国和欧洲，看你使用情况可选）
2，网络选择所有网络 即可。
3，标记。没有啥标记的直接下一步！
4，验证相关信息，验证通过后，直接点击创建即可！
5，稍等几分钟，部署完成！
记录关键信息
打开新建的OpenAI 有几个关键的内容，保存好后面会使用！
1，终结点 ，如图就是我们专属的接口域名地址
2，密钥，点击管理密钥可看见密钥内容
模型部署
1，点击 模型部署，点击 【管理部署】按钮。浏览器会在当前页面打开模型管理的另一个平台。
2，在Azure AI 平台中，点击【新建部署】
3，这里需要选择模型，以及填写部署名称。
模型，选择 gpt-35-turbo（如果你有gpt-4.0，选择这个也行）
部署名，填写即可。这个部署名后面也会用到！
高级选项， 可设置Token上限，最高支持240K（酌情选择设置）
自定义过滤器，按需设置即可
4，分分钟创建成功！Azure AI中也提供了和可以直接聊天的功能，操场设置各类参数。
5，体验自带的会话功能。
使用
前面折腾这么多！我们主要要是为了将OpenAI集成到实际场景中。
Azure OpenAI 和 OpenAI官方的调用方式基本相似。只有3处需要注意。
准备工作
终结点
OpenAI官方是 api.openai.com
Azure OpenAI 则是 ruyo-openai.openai.azure.com （ 每个都不太一样，别直接使用这个哈）
APIKEY
OpenAI官方是是以sky 开头的一段
Azure OpenAI是无规律的一段
部署名称（Deployment Name）
部署模型时填写的名称
HTTP调用
接口地址：https://ruyo-openai.openai.azure.com/openai/deployments/ruyo-gpt/chat/completions/?api-version=2023-05-15
请求方式：POST
BODY：
这部分和OpenAI基本一致！这里不做太多的介绍！
{
"messages": [
{
"role": "system",
"content": "如有乐享博客AI助手"
},
{
"role": "user",
"content": "如有乐享博客怎么样"
}
]
}
SDK调用
博主只测试了 Python3 的 openai SDK
第一步：安装SDK
pip install openai第二步：写代码，测试功能
注意下面的 api_base，api_key，engine 分别对应 终结点，APIKEY，部署名称
import os
import openai
openai.api_type = "azure"
openai.api_base = "https://ruyo-openai.openai.azure.com"
openai.api_version = "2023-05-15"
openai.api_key = "exxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"
response = openai.ChatCompletion.create(
engine="RUYO-GPT",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Does Azure OpenAI support customer managed keys?"},
{"role": "assistant", "content": "Yes, customer managed keys are supported by Azure OpenAI."},
{"role": "user", "content": "Do other Azure Cognitive Services support this too?"}
]
)
print(response)
print(response['choices'][0]['message']['content'])
更多其他调用方式，参考官方文档：https://learn.microsoft.com/zh-cn/azure/cognitive-services/openai/chatgpt-quickstart?tabs=bash&pivots=programming-language-studio
限制
以下部分提供了适用于 Azure OpenAI 配额和限制的快速指南：
| 限制名称 | 限制值 |
|---|---|
| 每个 Azure 订阅中每个区域的 OpenAI 资源 | 3 |
| 每个模型的请求限制* | Davinci 模型（002 和更高版本）：每分钟 120 个 ChatGPT 模型（预览）：每分钟 300 个 GPT-4 模型（预览）：每分钟 18 个 DALL-E 模型（预览）：2 个并发请求 所有其他模型：每分钟 300 个 |
| 每个模型的令牌限制* | Davinci 模型（002 和更高版本）：每分钟 40,000 个 ChatGPT 模型：每分钟 120,000 个 GPT-4 8k 模型：每分钟 10,000 个 GPT-4 32k 模型：每分钟 32,000 个 所有其他模型：每分钟 120,000 个 |
| 最大微调模型部署* | 2 |
| 能够将同一模型部署到多个部署 | 不允许 |
| 每个资源的训练作业总数 | 100 |
| 每个资源同时运行的最大训练作业数 | 1 |
| 排队的最大训练作业数 | 20 |
| 每个资源的最大文件数 | 50 |
| 每个资源的所有文件的总大小 | 1 GB |
| 最大训练作业时间（如果超过，作业将失败） | 720 小时 |
| 最大训练作业大小（训练文件中的标记数）×（时期数） | 20 亿 |
总结
经过这段时间的摸索。目前Azure OpenAI申请 GPT-3.5 难度还行。
但是，最近2个月 申请GPT-4.0 目前一个通过的都没有！
版权声明：
作者：我是小马甲~
链接：https://fandai.gezi.workers.dev/18402.html
来源：如有乐享
文章版权归作者所有，未经允许请勿转载。
张文龙
我是小马甲~@张文龙
王大佬
我是小马甲~@王大佬
李@我是小马甲~
老张博客