M365Con 2027 – conférence en ligne gratuite · 11–22 Jan 2027 · 120 sessions m365con.net

Foundry model catalog

Produit

Le catalogue de Microsoft Foundry permet de découvrir, comparer, tester et déployer des modèles de Microsoft et de partenaires tels qu'OpenAI, Meta, Mistral et Cohere.

◆ PRODUITFoundry model catalogM365.FM
Image de titre : Foundry model catalog (Produit)

Également abordés

L’épisode consacré à Foundry model catalog aborde aussi Microsoft 365 Agents SDK, MLOps (machine learning operations), AI evaluation, GPT-5, CI/CD pipeline et Hallucination de l’IA.

Description

Le catalogue de modèles Foundry est la partie de Microsoft Foundry où les modèles destinés aux applications d'IA générative sont découverts, évalués et déployés. Il réunit en un seul endroit des modèles de fondation, de raisonnement, de petits modèles de langage, multimodaux, spécialisés par domaine et sectoriels. Le catalogue répertorie des modèles de Microsoft ainsi que de partenaires tels qu'OpenAI, Meta, Mistral et Cohere, afin que les équipes puissent travailler avec un éventail de fournisseurs depuis le même portail, sans avoir à gérer séparément chaque source de modèles.

Selon Microsoft Learn, le catalogue est organisé en deux catégories. Les modèles vendus par Azure sont hébergés et commercialisés par Microsoft selon les Conditions des produits Microsoft. Ils bénéficient du support Microsoft, des contrats de niveau de service (SLA) entreprise et d'une évaluation de l'IA responsable. Les modèles issus de partenaires et de la communauté proviennent de tiers, de laboratoires de recherche et d'autres contributeurs. Ils sont facturés via la Place de marché Azure et sont pris en charge par leurs fournisseurs plutôt que par Microsoft. Cette distinction est importante en pratique, car elle détermine qui assure le support, la manière dont le modèle est facturé et les conditions qui s'appliquent.

Trouver un modèle adapté constitue la première étape. Les utilisateurs peuvent rechercher et filtrer le catalogue par collection, région, option de déploiement, étape du cycle de vie, fonctionnalités prises en charge et tâche d'inférence. Pour la comparaison, le catalogue propose un classement et des benchmarks, et chaque modèle dispose d'une fiche modèle. Cette fiche est organisée en onglets présentant les informations essentielles, les détails, les déploiements, les benchmarks et la licence, ce qui offre une vue synthétique de ce que propose un modèle et des conditions de son utilisation.

Le déploiement suit l'une de deux options principales. Le calcul géré exécute le modèle sur des machines virtuelles dédiées et est facturé à l'heure de cœur de machine virtuelle ; il nécessite un quota de machines virtuelles et un projet basé sur un hub. Le déploiement sans serveur expose le modèle via une API hébergée par Microsoft et est facturé principalement au jeton. Le choix entre les deux est une décision typique : capacité dédiée ou consommation à l'usage, avec des prérequis différents. La documentation indique également que le filtrage de contenu n'est pas disponible pour les modèles d'incorporation (embedding) et de séries temporelles, ce qui est pertinent lorsqu'on prévoit les contrôles d'IA responsable autour d'un déploiement.

Les usages types des modèles du catalogue comprennent les copilotes, les agents, la génération augmentée par récupération (RAG) et le réglage fin. L'épisode de M365.FM « Build Auditable AI Agents with Azure AI Foundry » aborde ce rôle. Il cite le catalogue de modèles Foundry parmi les options de personnalisation des agents : les développeurs peuvent y choisir parmi l'écosystème de modèles disponibles pour répondre aux différents besoins sectoriels. Le même aperçu mentionne d'autres options, notamment l'ancrage des agents avec des connaissances issues de Bing, SharePoint, Microsoft Fabric et Azure AI Search, plus de 1 400 connecteurs d'actions via Azure Logic Apps, des options de téléversement de données, ainsi que des appels d'API et de fonctions. Dans ce schéma, le catalogue de modèles fournit le choix du modèle, tandis que les autres options déterminent ce que l'agent connaît et ce qu'il peut faire.

En résumé, le catalogue de modèles Foundry constitue le point d'entrée pour la sélection des modèles dans Microsoft Foundry. Il combine découverte, comparaison, test et déploiement, et distingue clairement les modèles pris en charge par Microsoft des modèles de partenaires ou de la communauté, qui disposent de leurs propres modalités de support et de facturation.

Aperçu compilé avec l'IA à partir des épisodes M365.FM et des informations de cette page. Tu peux l'améliorer avec le bouton de modification ci-dessous.

TypeProduit
DocumentationFoundry model catalog – Microsoft Learn learn.microsoft.com

Questions fréquentes

Les questions marquées IA ont été rédigées avec l'IA à partir des informations de cette page.

Qu'est-ce que le catalogue de modèles Foundry ? (IA)

C'est le hub de Microsoft Foundry pour découvrir, évaluer et déployer des modèles destinés aux applications d'IA générative. Il répertorie des modèles de fondation, de raisonnement, de petits modèles de langage, multimodaux, spécialisés par domaine et sectoriels, issus de Microsoft et de partenaires.

Quelle est la différence entre les modèles vendus par Azure et les modèles de partenaires et de la communauté ? (IA)

Les modèles vendus par Azure sont hébergés et commercialisés par Microsoft selon les Conditions des produits Microsoft, avec le support Microsoft, des SLA entreprise et une évaluation de l'IA responsable. Les modèles de partenaires et de la communauté sont facturés via la Place de marché Azure et pris en charge par leurs fournisseurs plutôt que par Microsoft.

Comment déployer les modèles du catalogue ? (IA)

Soit en calcul géré sur des machines virtuelles dédiées, facturé à l'heure de cœur de machine virtuelle, soit en déploiement sans serveur via une API hébergée par Microsoft, facturé principalement au jeton. Le calcul géré nécessite un quota de machines virtuelles et un projet basé sur un hub.

Glossaire

Community wiki

Short info above, community knowledge below: add practical tips, examples or corrections. New contributions are reviewed first; trusted members publish directly.

Experts et entreprises pour ce sujet

Personne n'a encore indiqué ce sujet. Ajoutez-le à votre profil.

Sources

Maintenu par Mirko Peters (Microsoft MVP) · Dernière mise à jour: