Microsoft a rendu son protocole de contexte de modèle (MCP) Azure prêt pour la production, avec Azure MCP Server 2.0 et SQL MCP Server maintenant stables. Cette infrastructure permet aux agents d'IA de se connecter de manière transparente aux systèmes d'entreprise, établissant le MCP comme la norme pour l'intégration d'entreprise.
Le contenu compare les certifications Microsoft Azure AI Fundamentals (AI-900) et Azure AI Engineer Associate (AI-102), essentielles pour les professionnels du cloud dans l'économie axée sur l'IA. Il propose une approche stratégique : commencer par l'AI-900 pour la clarté conceptuelle, puis passer à l'AI-102 pour l'expertise pratique.
L'auteur a créé ServiceHub, un débogueur médico-légal open source pour les files d'attente de messages morts d'Azure Service Bus, réduisant le temps d'enquête de 6 heures à 45 minutes. Cet outil offre une inspection complète du corps des messages, des règles de relecture automatique et une détection de modèles d'IA côté client pour regrouper les messages d'erreur avec des scores de confiance.
La performance des machines virtuelles Azure ne se limite pas à la taille du CPU, mais nécessite une ingénierie complète de la pile. Cela implique le choix de la bonne famille de VM, du niveau de disque, des IOPS, du débit, de la mise en cache, du réseau accéléré et de la conception de la disponibilité.
Des documents judiciaires du procès en cours Musk contre Altman révèlent les premières communications entre Microsoft et OpenAI. Les dirigeants de Microsoft craignaient qu'OpenAI ne se tourne vers Amazon et ne critique Azure, malgré les discussions initiales de partenariat.
L'auteur a reconstruit sa bibliothèque TravelAI.Core pour fonctionner avec plusieurs fournisseurs d'IA, y compris OpenAI, Anthropic, Ollama et Azure, au lieu de se fier uniquement à Azure OpenAI. Cette modification simplifie le processus de configuration pour les développeurs souhaitant essayer la bibliothèque sans engagement initial envers un fournisseur de cloud.
Ce guide décrit l'architecture et les pièges courants liés à l'exécution de Slurm sur des plateformes cloud comme AWS et Azure. Il explore les raisons de l'HPC dans le cloud, telles que l'évolutivité à la demande et l'accès aux GPU, et décrit une configuration standard des nœuds de contrôle et de calcul.