大型模型推論的 SageMaker AI 端點參數

您可以自訂下列參數，以使用 SageMaker AI 促進低延遲大型模型推論 (LMI)：

• 執行個體 (VolumeSizeInGB) 上的 Amazon EBS 磁碟區大小上限 — 如果模型的大小大於 30 GB，而且您使用的執行個體沒有本機磁碟，則應將此參數增加至稍微大於模型的大小。

• 運作狀態檢查逾時配額 (ContainerStartupHealthCheckTimeoutInSeconds) — 如果您的容器已正確設定，且 CloudWatch 日誌指出運作狀態檢查逾時，您應該增加該配額，讓容器有足夠的時間回應運作狀態檢查。

• 模型下載逾時配額 (ModelDataDownloadTimeoutInSeconds) — 如果模型的大小大於 40 GB，則應增加該配額，提供足夠的時間將模型從 Amazon S3 下載到執行個體。

以下程式碼片段示範如何以程式化的方式設定上述參數。將範例中的斜體預留位置文字取代為您自己的資訊。

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)
    

如需 金鑰的詳細資訊ProductionVariants，請參閱 ProductionVariant。

如需示範如何使用大型模型實現低延遲推論的範例，請參閱 aws-samples GitHub 儲存庫中 Amazon SageMaker AI 上的生成性 AI 推論範例。