Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Créer un point de terminaison multimodèle
Vous pouvez utiliser la SageMaker console ou le AWS SDK for Python (Boto) pour créer un point de terminaison multimodèle. Pour créer un point de terminaison basé sur un processeur ou un GPU via la console, consultez la procédure de console décrite dans les sections suivantes. Si vous souhaitez créer un point de terminaison multimodèle avec le AWS SDK for Python (Boto), utilisez la procédure CPU ou GPU décrite dans les sections suivantes. Les flux de travail de processeur et de GPU sont similaires mais présentent plusieurs différences, notamment en ce qui concerne les exigences relatives aux conteneurs.
Rubriques
Créer un point de terminaison multi-modèle (console)
Vous pouvez créer des points de terminaison multi-modèles basés sur des processeurs et des GPU via la console. Utilisez la procédure suivante pour créer un point de terminaison multimodèle via la SageMaker console.
Pour créer un point de terminaison multimodèle (console)
-
Ouvrez la SageMaker console Amazon à l'adresse https://console.aws.amazon.com/sagemaker/
. -
Choisissez Model (Modèle), puis dans le groupe Inference (Inférence) choisissez Create model (Créer un modèle).
-
Dans Model name (Nom du modèle), entrez un nom.
-
Pour IAM role (Rôle IAM), choisissez ou créez un rôle IAM auquel la politique IAM
AmazonSageMakerFullAccess
est attachée. -
Dans la section Container definition (Définition de conteneur), pour Provide model artifacts and inference image options (Fournir les options d'artefacts de modèle et d'image d'inférence), choisissez Use multiple models (Utiliser plusieurs modèles).
-
Pour Inference container image (Image du conteneur d'inférence), entrez le chemin Amazon ECR de l'image de conteneur souhaitée.
Pour les modèles de GPU, vous devez utiliser un conteneur basé sur le serveur d'inférence NVIDIA Triton. Pour obtenir la liste des images de conteneurs compatibles avec des points de terminaison basés sur des GPU, consultez NVIDIA Triton Inference Containers (SM support only)
(Conteneurs d'inférence NVIDIA Triton (support SM uniquement)). Pour plus d'informations sur le serveur d'inférence NVIDIA Triton, voir Utiliser le serveur d'inférence Triton avec. SageMaker -
Sélectionnez Create model.
-
Déployez votre point de terminaison multimodèle comme vous le feriez pour un point de terminaison de modèle unique. Pour obtenir des instructions, veuillez consulter Déployer le modèle dans les services SageMaker d'hébergement.
Créez un point de terminaison multimodèle à l'aide de processeurs avec AWS SDK for Python (Boto3)
Utilisez la section suivante pour créer un point de terminaison multi-modèle basé sur des instances de processeur. Vous créez un point de terminaison multimodèle à l'aide d'Amazon SageMaker create_model
create_endpoint
create_endpoint_config
Mode
, MultiModel
. Vous devez également transmettre le champ ModelDataUrl
qui spécifie le préfixe dans Amazon S3 où se trouvent les artefacts de modèle, au lieu du chemin d'accès à un artefact de modèle unique, comme vous le feriez pour le déploiement d'un modèle unique.
Pour un exemple de bloc-notes utilisé SageMaker pour déployer plusieurs modèles XGBoost sur un point de terminaison, voir Exemple de bloc-notes XGBoost pour terminaux multimodèles
La procédure suivante décrit les étapes clés utilisées dans cet exemple pour créer un point de terminaison multi-modèle basé sur un processeur.
Pour déployer le modèle (AWS SDK pour Python (Boto 3))
-
Obtenez un conteneur avec une image qui prend en charge le déploiement de points de terminaison multimodèles. Pour obtenir la liste des algorithmes intégrés et des conteneurs de cadre qui prennent en charge les points de terminaison multimodèles, veuillez consulter Algorithmes, cadres et instances pris en charge. Dans cet exemple, nous utilisons l'algorithme intégré Algorithme k-NN (K-Nearest Neighbors, k plus proches voisins). Nous appelons la fonction utilitaire du SDK SageMaker Python
image_uris.retrieve()
pour obtenir l'adresse de l'image de l'algorithme intégré K-Nearest Nearest Neighbors.import sagemaker region = sagemaker_session.boto_region_name image = sagemaker.image_uris.retrieve("knn",region=region) container = { 'Image': image, 'ModelDataUrl': 's3://
<BUCKET_NAME>
/<PATH_TO_ARTIFACTS>
', 'Mode': 'MultiModel' } -
Obtenez un AWS SDK for Python (Boto3) SageMaker client et créez le modèle qui utilise ce conteneur.
import boto3 sagemaker_client = boto3.client('sagemaker') response = sagemaker_client.create_model( ModelName =
'<MODEL_NAME>'
, ExecutionRoleArn = role, Containers = [container]) -
(Facultatif) Si vous utilisez un pipeline d'inférence série, obtenez le ou les conteneurs supplémentaires à inclure dans le pipeline et incluez-le dans l'argument
Containers
deCreateModel
:preprocessor_container = { 'Image': '
<ACCOUNT_ID>
.dkr.ecr.<REGION_NAME>
.amazonaws.com/<PREPROCESSOR_IMAGE>
:<TAG>
' } multi_model_container = { 'Image': '<ACCOUNT_ID>
.dkr.ecr.<REGION_NAME>
.amazonaws.com/<IMAGE>
:<TAG>
', 'ModelDataUrl': 's3://<BUCKET_NAME>
/<PATH_TO_ARTIFACTS>
', 'Mode': 'MultiModel' } response = sagemaker_client.create_model( ModelName ='<MODEL_NAME>'
, ExecutionRoleArn = role, Containers = [preprocessor_container, multi_model_container] )Note
Vous ne pouvez utiliser qu'un seul point de multi-model-enabled terminaison dans un pipeline d'inférence en série.
-
(Facultatif) Si votre cas d'utilisation ne bénéficie pas de la mise en cache des modèles, définissez la valeur du champ
ModelCacheSetting
du paramètreMultiModelConfig
surDisabled
, et incluez-la dans l'argumentContainer
de l'appel àcreate_model
. La valeur du champModelCacheSetting
estEnabled
par défaut.container = { 'Image': image, 'ModelDataUrl': 's3://
<BUCKET_NAME>
/<PATH_TO_ARTIFACTS>
', 'Mode': 'MultiModel' 'MultiModelConfig': { // Default value is 'Enabled' 'ModelCacheSetting': 'Disabled' } } response = sagemaker_client.create_model( ModelName ='<MODEL_NAME>'
, ExecutionRoleArn = role, Containers = [container] ) -
Configurez le point de terminaison multimodèle pour le modèle. Nous vous recommandons de configurer vos points de terminaison avec au moins deux instances. Cela permet SageMaker de fournir un ensemble de prédictions hautement disponibles sur plusieurs zones de disponibilité pour les modèles.
response = sagemaker_client.create_endpoint_config( EndpointConfigName =
'<ENDPOINT_CONFIG_NAME>'
, ProductionVariants=[ { 'InstanceType': 'ml.m4.xlarge', 'InitialInstanceCount': 2, 'InitialVariantWeight': 1, 'ModelName':'<MODEL_NAME>'
, 'VariantName': 'AllTraffic' } ] )Note
Vous ne pouvez utiliser qu'un seul point de multi-model-enabled terminaison dans un pipeline d'inférence en série.
-
Créez le point de terminaison multimodèle à l'aide des paramètres
EndpointName
etEndpointConfigName
.response = sagemaker_client.create_endpoint( EndpointName =
'<ENDPOINT_NAME>'
, EndpointConfigName ='<ENDPOINT_CONFIG_NAME>'
)
Créez un point de terminaison multimodèle à l'aide de GPU avec AWS SDK for Python (Boto3)
Utilisez la section suivante pour créer un point de terminaison multi-modèle basé sur des GPU. Vous créez un point de terminaison multimodèle à l'aide d'Amazon SageMaker create_model
create_endpoint
create_endpoint_config
Mode
, MultiModel
. Vous devez également transmettre le champ ModelDataUrl
qui spécifie le préfixe dans Amazon S3 où se trouvent les artefacts de modèle, au lieu du chemin d'accès à un artefact de modèle unique, comme vous le feriez pour le déploiement d'un modèle unique. Pour les points de terminaison multi-modèles basés sur des GPU, vous devez également utiliser un conteneur avec le serveur d'inférence NVIDIA Triton optimisé pour fonctionner sur des instances de GPU. Pour obtenir la liste des images de conteneurs compatibles avec des points de terminaison basés sur des GPU, consultez NVIDIA Triton Inference Containers (SM support only)
Pour un exemple de bloc-notes expliquant comment créer un point de terminaison multimodèle soutenu par des GPU, voir Exécuter plusieurs modèles de deep learning sur des GPU avec Amazon SageMaker Multi-model
La procédure suivante décrit les étapes clés pour créer un point de terminaison multi-modèle basé sur un GPU.
Pour déployer le modèle (AWS SDK pour Python (Boto 3))
-
Définissez l'image de conteneur. Pour créer un point de terminaison multimodèle prenant en charge les ResNet modèles par GPU, définissez le conteneur qui utilisera l'image du serveur NVIDIA Triton. Ce conteneur prend en charge les points de terminaison multi-modèles et est optimisé pour s'exécuter sur des instances de GPU. Nous appelons la fonction utilitaire du SDK SageMaker Python
image_uris.retrieve()
pour obtenir l'adresse de l'image. Par exemple :import sagemaker region = sagemaker_session.boto_region_name // Find the sagemaker-tritonserver image at // https://github.com/aws/amazon-sagemaker-examples/blob/main/sagemaker-triton/resnet50/triton_resnet50.ipynb // Find available tags at https://github.com/aws/deep-learning-containers/blob/master/available_images.md#nvidia-triton-inference-containers-sm-support-only image = "
<ACCOUNT_ID>
.dkr.ecr.<REGION_NAME>
.amazonaws.com/sagemaker-tritonserver:<TAG>
".format( account_id=account_id_map[region], region=region ) container = { 'Image': image, 'ModelDataUrl': 's3://<BUCKET_NAME>
/<PATH_TO_ARTIFACTS>
', 'Mode': 'MultiModel', "Environment": {"SAGEMAKER_TRITON_DEFAULT_MODEL_NAME": "resnet"}, } -
Obtenez un AWS SDK for Python (Boto3) SageMaker client et créez le modèle qui utilise ce conteneur.
import boto3 sagemaker_client = boto3.client('sagemaker') response = sagemaker_client.create_model( ModelName =
'<MODEL_NAME>'
, ExecutionRoleArn = role, Containers = [container]) -
(Facultatif) Si vous utilisez un pipeline d'inférence série, obtenez le ou les conteneurs supplémentaires à inclure dans le pipeline et incluez-le dans l'argument
Containers
deCreateModel
:preprocessor_container = { 'Image': '
<ACCOUNT_ID>
.dkr.ecr.<REGION_NAME>
.amazonaws.com/<PREPROCESSOR_IMAGE>
:<TAG>
' } multi_model_container = { 'Image': '<ACCOUNT_ID>
.dkr.ecr.<REGION_NAME>
.amazonaws.com/<IMAGE>
:<TAG>
', 'ModelDataUrl': 's3://<BUCKET_NAME>
/<PATH_TO_ARTIFACTS>
', 'Mode': 'MultiModel' } response = sagemaker_client.create_model( ModelName ='<MODEL_NAME>'
, ExecutionRoleArn = role, Containers = [preprocessor_container, multi_model_container] )Note
Vous ne pouvez utiliser qu'un seul point de multi-model-enabled terminaison dans un pipeline d'inférence en série.
-
(Facultatif) Si votre cas d'utilisation ne bénéficie pas de la mise en cache des modèles, définissez la valeur du champ
ModelCacheSetting
du paramètreMultiModelConfig
surDisabled
, et incluez-la dans l'argumentContainer
de l'appel àcreate_model
. La valeur du champModelCacheSetting
estEnabled
par défaut.container = { 'Image': image, 'ModelDataUrl': 's3://
<BUCKET_NAME>
/<PATH_TO_ARTIFACTS>
', 'Mode': 'MultiModel' 'MultiModelConfig': { // Default value is 'Enabled' 'ModelCacheSetting': 'Disabled' } } response = sagemaker_client.create_model( ModelName ='<MODEL_NAME>'
, ExecutionRoleArn = role, Containers = [container] ) -
Configurez le point de terminaison multi-modèle avec des instances basées sur des GPU pour le modèle. Nous vous recommandons de configurer vos points de terminaison avec plusieurs instances afin de garantir une haute disponibilité et un plus grand nombre d'accès au cache.
response = sagemaker_client.create_endpoint_config( EndpointConfigName =
'<ENDPOINT_CONFIG_NAME>'
, ProductionVariants=[ { 'InstanceType': 'ml.g4dn.4xlarge', 'InitialInstanceCount': 2, 'InitialVariantWeight': 1, 'ModelName':'<MODEL_NAME>'
, 'VariantName': 'AllTraffic' } ] ) -
Créez le point de terminaison multimodèle à l'aide des paramètres
EndpointName
etEndpointConfigName
.response = sagemaker_client.create_endpoint( EndpointName =
'<ENDPOINT_NAME>'
, EndpointConfigName ='<ENDPOINT_CONFIG_NAME>'
)