SageMaker 用于大型模型推理的 AI 端点参数

您可以自定义以下参数，以便利用 AI 实现低延迟的大型模型推理 (LMI)： SageMaker

• 实例上的最大 Amazon EBS 卷大小 (VolumeSizeInGB) – 如果模型的大小大于 30 GB，并且您使用的实例没有本地磁盘，则应将此参数增加到略大于模型的大小。

• He@@ alth check 超时配额 (ContainerStartupHealthCheckTimeoutInSeconds) — 如果您的容器设置正确，并且 CloudWatch 日志显示运行状况检查超时，则应增加此配额，以便容器有足够的时间来响应运行状况检查。

• 模型下载超时限额 (ModelDataDownloadTimeoutInSeconds) – 如果您的模型大小大于 40 GB，则应增加此限额，以便有足够的时间将模型从 Amazon S3 下载到实例。

以下代码片段演示了如何以编程方式配置上述参数。将示例italicized placeholder text中的替换为您自己的信息。

import boto3

aws_region = "aws-region"
sagemaker_client = boto3.client('sagemaker', region_name=aws_region)

# The name of the endpoint. The name must be unique within an AWS Region in your AWS account.
endpoint_name = "endpoint-name"

# Create an endpoint config name.
endpoint_config_name = "endpoint-config-name"

# The name of the model that you want to host.
model_name = "the-name-of-your-model"

instance_type = "instance-type"

sagemaker_client.create_endpoint_config(
    EndpointConfigName = endpoint_config_name
    ProductionVariants=[
        {
            "VariantName": "variant1", # The name of the production variant.
            "ModelName": model_name,
            "InstanceType": instance_type, # Specify the compute instance type.
            "InitialInstanceCount": 1, # Number of instances to launch initially.
            "VolumeSizeInGB": 256, # Specify the size of the Amazon EBS volume.
            "ModelDataDownloadTimeoutInSeconds": 1800, # Specify the model download timeout in seconds.
            "ContainerStartupHealthCheckTimeoutInSeconds": 1800, # Specify the health checkup timeout in seconds
        },
    ],
)

sagemaker_client.create_endpoint(EndpointName=endpoint_name, EndpointConfigName=endpoint_config_name)
    

有关 ProductionVariants 键的更多信息，请参阅 ProductionVariant。

有关演示如何使用大型模型实现低延迟推理的示例，请参阅 aw GitHub s-samples 存储库中的 Amazon AI 上的生成式 SageMaker AI 推理示例。