Esegui il deployment di un modello su Vertex AI e ottieni le previsioni

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

Prima di iniziare, assicurati di leggere la panoramica di Ray su Vertex AI e di configurare tutti gli strumenti di prerequisito di cui hai bisogno.

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

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

Funzionalità Previsione online di Vertex AI (opzione consigliata) Inferenza Ray (Ray Serve)
Scalabilità Scalabilità automatica in base al traffico (elevata scalabilità anche per i modelli LLM) Altamente scalabile con backend distribuiti e gestione delle risorse personalizzate
Gestione dell'infrastruttura Completamente gestito da Google Cloud, meno overhead operativo Richiede una maggiore configurazione e gestione manuale dell'infrastruttura o del cluster Kubernetes
API/Funzionalità supportate API REST e gRPC, previsioni online e batch, funzionalità di spiegabilità, raggruppamento, memorizzazione nella cache, streaming API REST e gRPC, inferenza in tempo reale e in batch, composizione del modello, raggruppamento, 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, 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 di 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 ensemble, logica di inferenza personalizzata, integrazione con l'ecosistema Ray

Importa e inizializza il client Ray su Vertex AI

Se sei già connesso al tuo 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 previsione 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 per archiviare gli elementi del modello.

Addestra ed esporta il modello in Vertex AI Model Registry

Esporta il modello Vertex AI dal checkpoint di 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==2.33.0", # 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 di Ray in un modello.

  • Build model.mar.

  • Crea LocalModel utilizzando model.mar.

  • Carica il modello in Vertex AI Model Registry.

Esegui il deployment del modello per le previsioni online

Esegui il deployment del modello nell'endpoint online. Per ulteriori informazioni, consulta Eseguire il deployment del modello su 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 valore display_name del modello.

  • (Facoltativo) TRAFFIC_SPLIT: una mappa dall'ID di un modello di cui è stato eseguito il deployment alla percentuale del traffico di questo endpoint da inoltrare al 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, il modello 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 del modello di cui viene eseguito il deployment è "0". Ad esempio: {"0": 100}.

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

Fai una richiesta di previsione

Invia una richiesta di previsione all'endpoint. Per ulteriori informazioni, consulta Generare previsioni 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 visualizzare 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