Technický PRŮVODCE

BentoML a Model Packaging

BentoML je open-source rámec Pythonu, který balí trénované modely strojového učení do standardizovaných, nasaditelných jednotek nazývaných „Bentos“.

Poslechněte si tento návodAI-vyprávěný · ~2 min

Na této stránce2 minuty čtení
  1. Přehled
  2. Hluboký ponor
  3. Real-World Implementace
  4. Budoucnost BentoML a Model Packaging
  5. Uvedení do praxe
  6. Pokračujte v objevování
  7. Často kladené otázky

Přehled

It bridges the gap between a model sitting in a notebook and a production service that can actually serve predictions over an API.

Hluboký ponor

Když datový vědec dokončí trénování modelu, uvedení do výroby obvykle znamená ruční psaní obslužného kódu, připnutí závislostí, vytvoření obrazu Dockeru a zapojení API. BentoML to automatizuje. Uložíte model do jeho místního úložiště modelů a poté definujete třídu Service s koncovým bodem API upraveným tak, aby zpracovával odvození. Příkaz 'bentoml build' sbalí model, váš kód Pythonu, verze závislostí a konfiguraci běhového prostředí do samostatného verzovaného Bento. Odtud 'bentoml containerize' vytvoří obrázek OCI Docker. BentoML podporuje téměř každý framework (PyTorch, TensorFlow, scikit-learn, XGBoost, Hugging Face Transformers, ONNX) a přidává adaptivní mikrodávkování, které automaticky seskupuje příchozí požadavky, aby se maximalizovala propustnost GPU beze změny kódu.

Real-World Implementace

Tým pro odhalování podvodů uloží model XGBoost do obchodu BentoML a sestaví Bento, které odhalí koncový bod /predict REST pro volání platební služby v reálném čase.

Tým platformy ML používá „bentoml containerize“ k přeměně modelu sentimentu Hugging Face na image Docker, který se nasadí do jejich interního clusteru Kubernetes.

Startup poskytuje vyladěný model Llama s OpenLLM (postaveno na BentoML), streamování tokenů do uživatelského rozhraní chatu s adaptivním dávkováním, které udržuje GPU nasycené.

Společnost zabývající se počítačovým viděním zabalí klasifikátor obrázků PyTorch se svým kanálem předběžného zpracování do jednoho Bento, takže přesné transformace používané při výcviku jsou dodávány s modelem.

Budoucnost BentoML a Model Packaging

BentoML se tvrdě opřel do velkého jazykového modelu a generativního poskytování AI, přičemž OpenLLM a BentoCloud nabízejí odezvy streamovacích tokenů, automatické škálování a plánování s ohledem na GPU. Očekávejte těsnější integraci s optimalizátory odvození, jako jsou vLLM a TensorRT-LLM, lepší podporu vícemodelových složených systémů umělé inteligence a hladší cesty od zabaleného Bento k nasazení GPU bez serveru. Jak týmy přecházejí od jednotlivých modelů k agentním kanálům, BentoML se staví do pozice balicí a obslužné vrstvy, která tyto komponenty spojuje dohromady.

Uvedení do praxe

Proč na tom záleží

  • Cena a rozpočet. Rozhodnutí o architektuře zvyšují výkon a provozní náklady po mnoho let.
  • Jasnější rozhodnutí. Technické vzdělání pomáhá týmům vybrat ten správný stack, nejen ten nejnovější.
  • Kontrola kvality. Lepší konstrukční volby snižují výskyt problémů se spolehlivostí ve výrobě.

Pozor na

  • Optimalizace jednoho benchmarku může skrýt širší systémové slabiny.
  • Náklady na infrastrukturu a údržbu jsou často podceňovány.
  • Mezery v zabezpečení a pozorovatelnosti se mohou zvětšovat, jak se systémy stávají složitějšími.

Další kroky

  1. Před implementací definujte cíle latence, kvality a nákladů.
  2. Benchmark za realistických podmínek zatížení a dat.
  3. Monitorování chyb, posunu a dopadu na uživatele.
  4. Před škálováním připravte cesty vrácení zpět a reakce na incidenty.

Pokračujte v objevování

Newsletter zdarma

Získejte denní přehled o AI

Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.

Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.

Otestujte se

Take the BentoML and Model Packaging quiz

Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.

Spustit kvíz

Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte

Často kladené otázky

What is BentoML and Model Packaging?

BentoML je open-source rámec Pythonu, který balí trénované modely strojového učení do standardizovaných, nasaditelných jednotek nazývaných „Bentos“. Překlenuje propast mezi modelem sedícím v notebooku a produkční službou, která může skutečně sloužit předpovědi přes API.

Jaká je standardizovaná a nasaditelná jednotka, kterou BentoML vyrábí?

BentoML zabalí model, jeho kód, závislosti a konfiguraci běhového prostředí do verzované, samostatné jednotky zvané Bento.

Co především zlepšuje adaptivní mikrodávkování BentoML?

Adaptivní dávkování seskupuje příchozí požadavky za běhu, aby udržely GPU zaneprázdněné a maximalizovaly propustnost beze změn kódu.

In BentoML 1.1’s Runner-based architecture, what handles compute-heavy model execution separately from API logic?

BentoML documentation describes Runners as the legacy 1.1 computation units that could execute separately; newer BentoML versions streamline services.

Který příkaz změní vestavěný Bento na obraz OCI Docker?

'bentoml containerize' vytváří standardní obraz OCI/Docker z Bento pro nasazení.

Který z těchto důvodů je hlavním důvodem, proč BentoML vkládá verze závislostí do Bento?

Připnutí a vložení prostředí činí zabalenou službu reprodukovatelnou a konzistentní, ať běží kdekoli.