Esegui il deployment di un modello su Vertex AI per ottenere inferenze

Dopo aver addestrato un modello su un cluster Ray su Vertex AI, puoi eseguire il deployment del modello per le richieste di inferenza online utilizzando la seguente procedura:

Prima di iniziare, assicurati di leggere la panoramica di Ray su Vertex AI e di configurare tutti gli strumenti prerequisiti necessari.

I passaggi descritti in questa sezione presuppongono che tu stia utilizzando l'SDK Ray su Vertex AI in un ambiente Python interattivo.

Confronto tra l'inferenza online di Vertex AI e l'inferenza Ray

Funzionalità Inferenza online di Vertex AI (consigliato) Inferenza Ray (Ray Serve)
Scalabilità Scalabilità automatica in base al traffico (altamente scalabile anche per i modelli LLM) Altamente scalabile con backend distribuiti e gestione delle risorse personalizzata
Infrastructure Management Completamente gestito da Google Cloud, meno costi operativi generali Richiede più configurazione e gestione manuali sull'infrastruttura o sul cluster Kubernetes
API/Funzionalità supportate API REST e gRPC, inferenze online e batch, funzionalità di spiegabilità, batching, memorizzazione nella cache, streaming API REST e gRPC, inferenza in tempo reale e batch, composizione di modelli, batch, memorizzazione nella cache, streaming
Formato modello Supporta vari framework come TensorFlow, PyTorch, scikit-learn, XGBoost utilizzando container predefiniti o qualsiasi container personalizzato Supporta vari framework come TensorFlow, PyTorch e scikit-learn.
Facilità d'uso Più facile da configurare e gestire, integrato con altre funzionalità di Vertex AI Più flessibile e personalizzabile, ma richiede una conoscenza più approfondita di Ray
Costo Il costo dipende dai tipi di macchine, dagli acceleratori e dal numero di repliche Il costo dipende dalle scelte dell'infrastruttura
Funzionalità specializzate Monitoraggio dei modelli, test A/B, suddivisione del traffico, integrazione di Vertex AI Model Registry e Vertex AI Pipelines Composizione avanzata dei modelli, modelli di ensemble, logica di inferenza personalizzata, integrazione con l'ecosistema Ray

Importa e inizializza il client Ray su Vertex AI

Se hai già eseguito la connessione al cluster Ray su Vertex AI, riavvia il kernel ed esegui il seguente codice. La variabile runtime_env è necessaria al momento della connessione per eseguire i comandi di inferenza online.

import ray
import vertexai

# The CLUSTER_RESOURCE_NAME is the one returned from vertex_ray.create_ray_cluster.
address = 'vertex_ray://{}'.format(CLUSTER_RESOURCE_NAME)

# Initialize Vertex AI to retrieve projects for downstream operations.
vertexai.init(staging_bucket=BUCKET_URI)

# Shutdown cluster and reconnect with required dependencies in the runtime_env.
ray.shutdown()

Dove:

  • CLUSTER_RESOURCE_NAME: il nome completo della risorsa per il cluster Ray su Vertex AI che deve essere univoco nel progetto.

  • BUCKET_URI è il bucket Cloud Storage in cui archiviare gli artefatti del modello.

Addestra ed esporta il modello in Vertex AI Model Registry

Esporta il modello Vertex AI dal checkpoint Ray e caricalo in Vertex AI Model Registry.

TensorFlow

import numpy as np
from ray.air import session, CheckpointConfig, ScalingConfig
from ray.air.config import RunConfig
from ray.train import SyncConfig
from ray.train.tensorflow import TensorflowCheckpoint, TensorflowTrainer
from ray import train
import tensorflow as tf

from vertex_ray.predict import tensorflow

# Required dependencies at runtime
runtime_env = {
  "pip": [
      "ray==2.42.0", # pin the Ray version to prevent it from being overwritten
      "tensorflow",
      "IPython",
      "numpy",
  ],
}

# Initialize  Ray on Vertex AI client for remote cluster connection
ray.init(address=address, runtime_env=runtime_env)

# Define a TensorFlow model.

def create_model():
  model = tf.keras.Sequential([tf.keras.layers.Dense(1, activation="linear", input_shape=(4,))])
  model.compile(optimizer="Adam", loss="mean_squared_error", metrics=["mse"])
  return model

def train_func(config):
  n = 100
  # Create a fake dataset
  # data   : X - dim = (n, 4)
  # target : Y - dim = (n, 1)
  X = np.random.normal(0, 1, size=(n, 4))
  Y = np.random.uniform(0, 1, size=(n, 1))

  strategy = tf.distribute.experimental.MultiWorkerMirroredStrategy()
  with strategy.scope():
      model = create_model()
      print(model)

  for epoch in range(config["num_epochs"]):
      model.fit(X, Y, batch_size=20)
      tf.saved_model.save(model, "temp/my_model")
      checkpoint = TensorflowCheckpoint.from_saved_model("temp/my_model")
      train.report({}, checkpoint=checkpoint)

trainer = TensorflowTrainer(
  train_func,
  train_loop_config={"num_epochs": 5},
  scaling_config=ScalingConfig(num_workers=1),
  run_config=RunConfig(
      storage_path=f'{BUCKET_URI}/ray_results/tensorflow',
      checkpoint_config=CheckpointConfig(
          num_to_keep=1  # Keep all checkpoints.
      ),
      sync_config=SyncConfig(
          sync_artifacts=True,
      ),
  ),
)

# Train the model.
result = trainer.fit()

# Register the trained model to Vertex AI Model Registry.
vertex_model = tensorflow.register_tensorflow(
  result.checkpoint,
)

sklearn

from vertex_ray.predict import sklearn
from ray.train.sklearn import SklearnCheckpoint

vertex_model = sklearn.register_sklearn(
  result.checkpoint,
)

XGBoost

from vertex_ray.predict import xgboost
from ray.train.xgboost import XGBoostTrainer

# Initialize  Ray on Vertex AI client for remote cluster connection
ray.init(address=address, runtime_env=runtime_env)

# Define a XGBoost model.
train_dataset = ray.data.from_pandas(
pd.DataFrame([{"x": x, "y": x + 1} for x in range(32)]))

run_config = RunConfig(
storage_path=f'{BUCKET_URI}/ray_results/xgboost',
checkpoint_config=CheckpointConfig(
    num_to_keep=1  # Keep all checkpoints.
),
sync_config=SyncConfig(sync_artifacts=True),
)

trainer = XGBoostTrainer(
label_column="y",
params={"objective": "reg:squarederror"},
scaling_config=ScalingConfig(num_workers=3),
datasets={"train": train_dataset},
run_config=run_config,
)
# Train the model.
result = trainer.fit()

# Register the trained model to Vertex AI Model Registry.
vertex_model = xgboost.register_xgboost(
result.checkpoint,
)

PyTorch

  • Converti i checkpoint Ray in un modello.

  • Crea model.mar.

  • Crea LocalModel utilizzando model.mar.

  • Carica in Vertex AI Model Registry.

Esegui il deployment del modello per le inferenze online

Esegui il deployment del modello nell'endpoint online. Per ulteriori informazioni, vedi Eseguire il deployment del modello in un endpoint.

DEPLOYED_NAME = model.display_name + "-endpoint"
TRAFFIC_SPLIT = {"0": 100}
MACHINE_TYPE = "n1-standard-4"

endpoint = vertex_model.deploy(
    deployed_model_display_name=DEPLOYED_NAME,
    traffic_split=TRAFFIC_SPLIT,
    machine_type=MACHINE_TYPE,
)

Dove:

  • (Facoltativo) DEPLOYED_NAME: il nome visualizzato del modello di cui è stato eseguito il deployment. Se non viene fornito al momento della creazione, viene utilizzato il display_name del modello.

  • (Facoltativo) TRAFFIC_SPLIT: una mappatura dall'ID di un modello di cui è stato eseguito il deployment alla percentuale di traffico di questo endpoint che deve essere inoltrata a quel modello di cui è stato eseguito il deployment. Se l'ID di un modello di cui è stato eseguito il deployment non è elencato in questa mappa, non riceve traffico. La somma dei valori percentuali del traffico deve essere pari a 100 oppure la mappa deve essere vuota se l'endpoint non deve accettare traffico al momento. La chiave per il deployment del modello è "0". Ad esempio: {"0": 100}.

  • (Facoltativo) MACHINE_TYPE: specifica le risorse di calcolo.

Inviare una richiesta di inferenza

Invia una richiesta di inferenza all'endpoint. Per saperne di più, consulta l'articolo Generare inferenze online da un modello con addestramento personalizzato.

pred_request = [
    [ 1.7076793 , 0.23412449, 0.95170785, -0.10901471],
    [-0.81881499, 0.43874669, -0.25108584, 1.75536031]
]

endpoint.predict(pred_request)

Dovresti ottenere un output simile al seguente:

Prediction(predictions=[0.7891440987586975, 0.5843208432197571],
 deployed_model_id='3829557218101952512',
 model_version_id='1',
 model_resource_name='projects/123456789/locations/us-central1/models/123456789101112',
 explanations=None)

Passaggi successivi