執筆日
2025/7/28
そもそも
Azure AI Foundry で Fine-tuning を行う際、選択できる計算環境には大きく分けて次の2つがあります：
Serverless APIManaged Compute
それぞれ、課金体系やユーザー責任範囲が異なります。ユースケースや予算に応じた選択が求められます。
Serverless API とは？
Serverless API は、Azure が 完全にホスティングを管理する形式です。ユーザーはインフラ（VM、GPU、スケーリングなど）を意識する必要がなく、下記に対して課金が発生します：
- トークン消費量
- ホスティング費用
特徴：
- 環境構築不要、即時利用可能
- スケーラビリティは自動でAzureが対応
- 初学者にも優しい
注意点：
- 利用できるモデル・リージョンに制限あり（後述）
Managed Compute とは？
Managed Compute は、ユーザーがAzure ML経由で自前のVM（計算リソース）を用意する構成です。VMクォータを保有し、GPU構成やスケーリングも自ら定義します。
特徴：
- 柔軟な環境設定（GPU選定、VMサイズなど）
- Azure Machine Learning Studio 経由で制御可能
- カスタムパイプラインの構築にも最適
注意点：
- VMクォータの確保が必要
モデルごとの Fine-tuning 可否とリージョン制限
モデルによっては Serverless API での Fine-tuning に非対応なものもあります。
また、Fine-tuning 対応モデルとリージョンの組み合わせにも注意が必要です。以下の Microsoft Docs に詳細な対応表が掲載されています。
参考資料
Discussion