Microsoft запустила Foundry Managed Compute: тысячи моделей Hugging Face одним кликом

Microsoft 7 июля 2026 года запустила Foundry Managed Compute — управляемую GPU-платформу для развёртывания открытых моделей Hugging Face в облаке Azure. Тысячи моделей из кураторского каталога теперь доступны одним кликом с корпоративной безопасностью, мониторингом и единым биллингом.

Что такое Foundry Managed Compute

Foundry Managed Compute — платформа-сервис на управляемых GPU, которая берёт на себя подбор топологии графических процессоров и управление инфраструктурой. Разработчики работают в терминах модели: количество параметров, длина контекста, баланс задержки и пропускной способности — серверами занимается Microsoft.

Сама платформа Microsoft Foundry позиционируется как агентный AI-стек с самым широким выбором моделей среди облачных провайдеров. В ней доступны модели OpenAI, Anthropic, Meta, Mistral, DeepSeek и Hugging Face — через единый endpoint и SDK на Python, C#, JavaScript и Java. Платформа включает мультиагентную оркестрацию, сквозную трассировку, фильтры безопасности контента, AI Red Teaming Agent и интеграцию с Azure Policy.

Какие модели Hugging Face теперь доступны?

Коллекция Hugging Face в Foundry охватывает все ключевые модальности:

• Обновление каталога — еженедельно, на основе трендов сообщества и запросов клиентов
• Форматы: только SafeTensors, без исполняемого стороннего кода
• Рантаймы: vLLM, SGLang, TensorRT-LLM, NIM, Text Embeddings Inference, llama.cpp, hf-serve
• Акселераторы в превью: NVIDIA A100, H100 (80 GB), AMD MI300X
• Модальности: LLM, мультимодальные модели (VLM), ASR, эмбеддинги, сегментация, генерация изображений

Каждая модель проходит пятиэтапный конвейер отбора: выявление трендов → проверка лицензии и безопасности репозитория → сборка рантайма с CVE-сканированием → загрузка весов в Azure Storage → валидация API и публикация в каталог.

Готовые веса и образы рантаймов хранятся в Azure Storage заранее, поэтому развёртывание в продакшн не требует исходящего доступа к Hugging Face Hub. Патчи безопасности и обновления рантаймов применяются автоматически без повторного развёртывания модели.

Как развернуть модель

Развёртывание занимает пять шагов: выбор модели в каталоге, шаблон развёртывания, число инстансов, запуск через портал, CLI, SDK или REST — и вызов через единый endpoint Foundry. Например, для модели Qwen3-32B доступны четыре шаблона: комбинации vLLM с акселераторами A100 или H100 и контекстом 40K или 128K токенов.

Через Python SDK запуск сводится к одному вызову `begin_create_or_update`, после чего модель вызывается через стандартный OpenAI-совместимый SDK — точно так же, как фронтирные модели OpenAI или Anthropic. Агенты Foundry интегрируют модели Hugging Face по тем же путям, что и закрытые модели.

«Мы объединили широту экосистемы открытого исходного кода с операционным слоем, который запускает

Microsoft» — из официального анонса партнёров.

Что это значит

Интеграция снижает барьер для корпоративного использования открытых моделей: вместо самостоятельной настройки GPU-кластеров, рантаймов и систем безопасности компании получают управляемый сервис с едиными политиками доступа Azure RBAC, мониторингом Azure Monitor и биллингом на уровне конкретного развёртывания. Hugging Face объединяет 15 миллионов разработчиков, 400 000 организаций и более 3 миллионов открытых моделей — теперь вся эта экосистема становится корпоративным активом на инфраструктуре Azure.

Частые вопросы

Нужен ли доступ к Hugging Face Hub при развёртывании?

Нет. Microsoft заранее загружает веса моделей и образы рантаймов в Azure Storage, поэтому само развёртывание проходит без исходящих запросов к Hugging Face Hub. Это принципиально для корпоративных сред с ограниченным интернет-доступом.

Как часто обновляется каталог моделей?

Каталог пополняется еженедельно на основе сигналов сообщества Hugging Face и прямых запросов клиентов. Все новые модели проходят пятиэтапный конвейер безопасности перед публикацией.

*Meta признана экстремистской организацией и запрещена в РФ.