Примечание.
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
ПРИМЕНЯЕТСЯ К:
Расширение машинного обучения Azure CLI версии 2 (текущее)Пакет SDK для Python azure—ai-ml версии 2 (текущая версия)
После обучения моделей машинного обучения или конвейеров или поиска подходящих моделей из каталога моделей необходимо развернуть их в рабочей среде для других пользователей, которые будут использоваться для вывода. Вывод — это процесс применения новых входных данных к модели машинного обучения или конвейеру для создания выходных данных. Хотя эти выходные данные обычно называются "прогнозами", вывод может создавать выходные данные для других задач машинного обучения, таких как классификация и кластеризация. В Машинном обучении Azure вы выполняете вывод с помощью конечных точек.
Конечные точки и развертывания
Конечная точка — это стабильный и устойчивый URL-адрес, который можно использовать для запроса или вызова модели. Вы предоставляете необходимые входные данные конечной точке и получаете выходные данные. Машинное обучение Azure поддерживает стандартные развертывания, сетевые конечные точки и пакетные конечные точки. Конечная точка предоставляет:
- Стабильный и устойчивый URL-адрес (например , endpoint-name.region.inference.ml.azure.com)
- Механизм проверки подлинности
- Механизм авторизации
Развертывание — это набор ресурсов и вычислений, необходимых для размещения модели или компонента, выполняющего фактическое вывод. Конечная точка содержит развертывание. Для сетевых и пакетных конечных точек одна конечная точка может содержать несколько развертываний. Развертывания могут размещать независимые ресурсы и использовать различные ресурсы в зависимости от потребностей ресурсов. Конечная точка также имеет механизм маршрутизации, который может направлять запросы к любому из его развертываний.
Некоторые типы конечных точек в Машинном обучении Azure используют выделенные ресурсы для развертываний. Для выполнения этих конечных точек необходимо иметь квоту вычислений в подписке Azure. Однако некоторые модели поддерживают бессерверное развертывание, что позволяет им не использовать квоту из подписки. Для бессерверных развертываний плата взимается на основе использования.
Intuition
Предположим, вы работаете над приложением, которое прогнозирует тип и цвет автомобиля с фотографии. Для этого приложения пользователь с определенными учетными данными выполняет HTTP-запрос по URL-адресу и предоставляет фотографию автомобиля в рамках запроса. В обратном случае пользователь получает ответ, включающий тип и цвет автомобиля в виде строковых значений. В этом сценарии URL-адрес служит конечной точкой.
Теперь предположим, что специалист по обработке и анализу данных Алиса реализует приложение. Алиса имеет обширный опыт TensorFlow и решает реализовать модель с помощью последовательного классификатора Keras с архитектурой ResNet из Концентратора TensorFlow. После тестирования модели Алиса удовлетворена своими результатами и решает использовать модель для решения проблемы прогнозирования автомобиля. Для выполнения модели требуется 8 ГБ памяти с 4 ядрами. В этом сценарии модель Алисы и ресурсы, такие как код и вычислительные ресурсы, необходимые для запуска модели, составляют развертывание в конечной точке.
Через несколько месяцев организация обнаруживает, что приложение работает плохо на изображениях с плохими условиями освещения. Боб, другой специалист по обработке и анализу данных, имеет опыт в методах расширения данных, которые помогают моделям создавать надежность для этого фактора. Однако Боб предпочитает использовать PyTorch для реализации модели и обучать новую модель с помощью PyTorch. Боб хочет протестировать эту модель в рабочей среде постепенно, пока организация не готова выйти из эксплуатации старой модели. Новая модель также лучше выполняется при развертывании на GPU, поэтому развертывание должно включать GPU. В этом сценарии модель Боба и ресурсы, такие как код и вычислительные ресурсы, необходимые для запуска модели, составляют другое развертывание в той же конечной точке.
Конечные точки: стандартное развертывание, онлайн и пакетное выполнение
Машинное обучение Azure поддерживает стандартные развертывания, сетевые конечные точки и пакетные конечные точки.
Стандартные развертывания и сетевые конечные точки предназначены для вывода в режиме реального времени. При вызове конечной точки результаты возвращаются в ответе конечной точки. Стандартные развертывания не используют квоту из подписки; Вместо этого они выставляются с помощью стандартного выставления счетов.
Конечные точки пакетной службы предназначены для длительного вывода пакетной службы. При вызове конечной точки пакетной службы создается пакетное задание, выполняющее фактическую работу.
Когда следует использовать стандартные конечные точки развертывания, онлайн и пакетные конечные точки
Стандартное развертывание:
Используйте стандартные развертывания для использования больших базовых моделей для вывода в режиме реального времени вне полки или для точной настройки таких моделей. Не все модели доступны для развертывания в стандартных развертываниях. Мы рекомендуем использовать этот режим развертывания, если:
- Ваша модель является базовой или точно настроенной версией базовой модели, доступной для стандартных развертываний.
- Вы можете воспользоваться развертыванием без квот.
- Вам не нужно настраивать стек вывода, используемый для запуска модели.
Сетевые конечные точки:
Используйте сетевые конечные точки для операционализации моделей для вывода в режиме реального времени синхронных запросов с низкой задержкой. Мы рекомендуем использовать их при:
- Ваша модель является базовой или точно настроенной версией базовой модели, но она не поддерживается в стандартном развертывании.
- У вас есть требования к низкой задержке.
- Модель может ответить на запрос относительно коротким временем.
- Входные данные модели соответствуют полезным данным HTTP запроса.
- Необходимо увеличить масштаб с точки зрения количества запросов.
Конечные точки пакетной службы:
Используйте пакетные конечные точки для операционализации моделей или конвейеров для длительного асинхронного вывода. Мы рекомендуем использовать их при:
- У вас есть дорогие модели или конвейеры, требующие длительного времени выполнения.
- Вы хотите использовать конвейеры машинного обучения и повторно использовать компоненты.
- Необходимо выполнить вывод больших объемов данных, распределенных в нескольких файлах.
- У вас нет требований к низкой задержке.
- Входные данные модели хранятся в учетной записи хранения или в Машинное обучение Azure ресурсе данных.
- Вы можете воспользоваться преимуществами параллелизации.
Сравнение стандартного развертывания, онлайн и пакетных конечных точек.
Все стандартные развертывания, сетевые конечные точки и пакетные конечные точки основаны на идее конечных точек, поэтому вы можете легко перейти с одной на другую. Сетевые и пакетные конечные точки также могут управлять несколькими развертываниями для одной конечной точки.
Endpoints
В следующей таблице показана сводка различных функций, доступных для стандартных развертываний, сетевых конечных точек и конечных точек пакетной службы на уровне конечной точки.
| Feature | Стандартные развертывания | Сетевые конечные точки | Конечные точки пакетной службы |
|---|---|---|---|
| URL-адрес стабильного вызова | Yes | Yes | Yes |
| Поддержка нескольких развертываний | No | Yes | Yes |
| Маршрутизация развертывания | None | Разделение трафика | Переключение на значение по умолчанию |
| Зеркальный трафик для безопасного развертывания | No | Yes | No |
| Поддержка Swagger | Yes | Yes | No |
| Authentication | Key | Ключ и идентификатор Microsoft Entra (предварительная версия) | Microsoft Entra ID |
| Поддержка частной сети (устаревшая версия) | No | Yes | Yes |
| Управляемая сетевая изоляция | Yes | Yes | Да (см. требуемую дополнительную конфигурацию) |
| Ключи, управляемые клиентом | NA | Yes | Yes |
| База затрат | На конечную точку, в минуту1 | None | None |
1Небольшая доля взимается за стандартное развертывание в минуту. См. раздел "Развертывания" для расходов, связанных с потреблением, которые выставляются за токен.
Deployments
В следующей таблице показана сводка различных функций, доступных для стандартных развертываний, сетевых конечных точек и конечных точек пакетной службы на уровне развертывания. Эти понятия применяются к каждому развертыванию в конечной точке (для сетевых и пакетных конечных точек) и применяются к стандартным развертываниям (где концепция развертывания встроена в конечную точку).
| Feature | Стандартные развертывания | Сетевые конечные точки | Конечные точки пакетной службы |
|---|---|---|---|
| Типы развертывания | Models | Models | Модели и компоненты конвейера |
| Развертывание модели MLflow | Нет, только определенные модели в каталоге | Yes | Yes |
| Развертывание пользовательской модели | Нет, только определенные модели в каталоге | Да, с скриптом оценки | Да, с скриптом оценки |
| Сервер вывода 3 | API вывода модели ИИ Azure | — сервер вывода Машинное обучение Azure -Тритон — Custom (using BYOC) |
Вывод пакетной службы |
| Потребляемый вычислительный ресурс | Нет (бессерверные) | Экземпляры или детализированные ресурсы | Экземпляры кластера |
| Тип вычисления | Нет (бессерверные) | Управляемые вычислительные ресурсы и Kubernetes | Управляемые вычислительные ресурсы и Kubernetes |
| Низкоприоритетные вычисления | NA | No | Yes |
| Масштабирование вычислений до нуля | Built-in | No | Yes |
| Автомасштабирование вычислений4 | Built-in | Да, на основе использования ресурсов | Да, на основе количества заданий |
| Управление избыточностью | Throttling | Throttling | Queuing |
| Стоимость5 | На маркер | На развертывание: вычислительные экземпляры, работающие | На задание: вычислительные экземпляры, потребляемые в задании (ограничено максимальным числом экземпляров кластера). |
| Локальное тестирование развертываний | No | Yes | No |
2Сервер вывода относится к технологии обслуживания, которая принимает запросы, обрабатывает их и создает ответы. Сервер вывода также определяет формат входных данных и ожидаемых выходных данных.
3Автомасштабирование — это возможность динамически увеличивать или уменьшать масштаб выделенных ресурсов развертывания на основе его нагрузки. В сети и пакетных развертываниях используются различные стратегии автомасштабирования. В то время как сетевые развертывания масштабируются вверх и вниз на основе использования ресурсов (например, ЦП, памяти, запросов и т. д.), конечные точки пакетной службы масштабируются вверх или вниз на основе числа созданных заданий.
4 Как в сети, так и в пакетном развертывании взимается плата за ресурсы, используемые. В сетевых развертываниях ресурсы подготавливаются во время развертывания. В пакетных развертываниях ресурсы не используются во время развертывания, но во время выполнения задания. Следовательно, нет затрат, связанных с самим пакетным развертыванием. Аналогичным образом, в очередях задания не используются ресурсы.
Интерфейсы разработчика
Конечные точки предназначены для работы рабочих нагрузок на уровне рабочей среды в Машинное обучение Azure. Конечные точки являются надежными и масштабируемыми ресурсами, и они предоставляют лучшие возможности для реализации рабочих процессов MLOps.
Вы можете создавать пакетные и сетевые конечные точки и управлять ими с помощью нескольких средств разработчика:
- Пакет SDK для Azure CLI и Python
- Azure Resource Manager или REST API
- Веб-портал Студии машинного обучения Azure
- Портал Azure (ИТ-администратор)
- Поддержка конвейеров CI/CD MLOps с использованием интерфейса Azure CLI и интерфейсов REST/ARM