前言：

虽然GPT如日中天，但是在中国区的用户很憋屈。因为被禁止使用区域。当然有很多方法可以绕过去。

本文尝试使用其中的一种方法。

关注 2img.ai 获取更多AI资讯和硬核资料

微软Azure相关的OpenAI

英文原版的教程在这里：https://learn.microsoft.com/en-us/azure/ai-services/openai/how-to/create-resource?pivots=web-portal

我们使用中文，精要的过以下主要内容。

登录Azure后，创建一个OpenAI服务。见下图

在创建界面，详细输入一些关键内容

在中国区的用户要特别注意，可能会出现【实例详细信息】这个面板禁止使用的情况。这个原因是你这个地区被禁止使用。可以尝试申请。如果通过，会出现我这个界面。

点击【下一页】进行创建。成功的话会显示下图

Azure OpenAI Studio的主要功能

一般的我们需要用到几个主要功能：

在生成文本或进行推理之前，您需要部署一个模型。您可以从 Azure OpenAI Studio 中的多个可用模型中选择一个。

请按照以下步骤操作：

场地	描述
选择模型	型号可用性因地区而异。如需查看每个地区可用型号的列表，请参阅型号汇总表和地区可用性。
部署名称	仔细选择名称。部署名称用于在代码中通过客户端库和 REST API 调用模型。
部署类型	标准、全球标准、预配置管理。了解有关部署类型选项的更多信息。
高级选项（可选）	您可以根据资源的需要设置可选的高级设置。 – 对于内容过滤器，请为您的部署分配内容过滤器。 – 对于每分钟令牌速率限制，请调整每分钟令牌 (TPM) 以设置部署的有效速率限制。您可以随时使用配额菜单修改此值。动态配额允许您在有额外容量可用时利用更多配额。

从下拉列表中选择一个模型。
输入部署名称来识别模型。
当您通过 API 访问模型时，您需要在 API 调用中引用部署名称而不是底层模型名称，这是OpenAI 和 Azure OpenAI 之间的主要区别之一。OpenAI 只需要模型名称。Azure OpenAI 始终需要部署名称，即使使用模型参数也是如此。在我们的文档中，我们经常有部署名称与模型名称相同的示例，以帮助指示哪种模型适用于特定的 API 端点。最终，您的部署名称可以遵循最适合您用例的任何命名约定。
对于您的首次部署，请将高级选项保留为默认值。
选择创建。

部署表显示与您新创建的模型相对应的新条目。部署完成后，模型部署状态将更改为成功。

如下图。

下图种我们使用聊天助手，用我们创建的GPT的部署模型。演示AI Bot有正确回复。即代表成功了。

同时要注意，这个模型部署到期时间。

同时，我们也可以借助其余的API请求工具验证，请求示意图如下

我们可以看到最重要的几个内容是

azure_api_key = “你的key”

azure_base_url = “https://xxxxxx.openai.azure.com/”

azure_model_name = “”

azure_api_version = “2024-02-15-preview”

RA/SD 衍生者AI训练营。发布者：chris，转载请注明出处：https://www.shxcj.com/archives/2615