自動スケーリング設定の負荷テスト - Amazon SageMaker

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

自動スケーリング設定の負荷テスト

負荷テストを実行して、希望どおりに機能するスケーリング設定を選択します。

負荷テストの次のガイドラインは、事前定義されたターゲットメトリクス を使用するスケーリングポリシーを使用していることを前提としていますSageMakerVariantInvocationsPerInstance

パフォーマンス特性を明確にする

負荷テストを実行し、モデルの本番稼働用バリアントが処理できる InvocationsPerInstance のピーク、および同時実行数の増加に伴うリクエストのレイテンシーを探し出します。

この値は選択したインスタンスタイプ、モデルのクライアントが通常送信するペイロード、モデルのすべての外部依存関係のパフォーマンスに依存します。

モデルの本番稼働用バリアントがリクエストの処理とレイテンシーを処理できるピーク requests-per-second (RPS) を見つけるには
  1. 単一のインスタンスを使用してモデルにエンドポイントを設定します。エンドポイントの設定方法の詳細については、「 SageMaker ホスティングサービスにモデルをデプロイする」を参照してください。

  2. 負荷テストツールを使用して増加する並列リクエストを生成し、負荷テストツールの出力で RPS とモデルのレイテンシーを監視します。

    注記

    RPS requests-per-minute の代わりに をモニタリングすることもできます。その場合、式に 60 を乗算して以下に示す SageMakerVariantInvocationsPerInstance を計算しないでください。

    モデルのレイテンシーが増加、または成功したトランザクションの割合が減少するタイミングが、バリアントが処理できるピークの RPS になります。

ターゲットの負荷を計算する

バリアントのパフォーマンス特性を探し出した後は、インスタンスへの送信を許可する最大 RPS を決定できます。スケーリングに使用されるしきい値はこの最大値より小さくする必要があります。次の方程式を負荷テストと組み合わせて使用すると、スケーリング設定のSageMakerVariantInvocationsPerInstanceターゲットメトリクスの正しい値を決定できます。

SageMakerVariantInvocationsPerInstance = (MAX_RPS * SAFETY_FACTOR) * 60

ここで、MAX_RPS は以前に決定した最大 RPS で、SAFETY_FACTOR はクライアントが最大 RPS を超過しないように選択する安全係数です。60 を掛けて、 が Auto Scaling の実装 SageMaker に使用する 1 分あたりの CloudWatch メトリクスと一致する invocations-per-minute ように RPS から に変換します ( requests-per-minute の代わりに を測定する場合は、これを行う必要はありません requests-per-second)。

注記

SageMaker では、0.5 SAFETY_FACTORの でテストを開始することを推奨しています。スケーリング設定をテストして、エンドポイントのカスタマートラフィックを増減させるモデルで期待どおりに動作することを確認します。