개요
KServe는 기계 학습 모델을 대규모로 제공하기 위한 표준화된 Kubernetes 기반 플랫폼입니다. 이는 자동 확장, 카나리아 롤아웃, 0으로 축소를 통해 모델을 배포하는 단일하고 선언적인 방법을 팀에 제공하여 대부분의 Kubernetes 배관을 추상화합니다.
Kubernetes의 KServe 및 모델 서비스는 모델 품질, 인프라 비용, 대기 시간 및 규모에 따른 안정성에 영향을 미치는 기술 구성 요소입니다.
심층 분석
이전에 KFServing으로 알려졌고 Kubeflow 프로젝트에서 탄생한 KServe는 InferenceService 사용자 지정 리소스를 정의합니다. 객체 스토리지(S3, GCS, Azure Blob)에 저장된 모델을 가리키는 짧은 YAML 파일을 작성하면 KServe가 나머지를 처리합니다. 예측 추론과 점점 더 생성적인 LLM 제공을 모두 지원합니다. KServe는 일반 프레임워크(TensorFlow Serving, TorchServe, Triton, scikit-learn, XGBoost, Hugging Face)를 위해 사전 구축된 '제공 런타임'을 제공하고 사용자 정의 컨테이너를 지원합니다. Knative Serving 및 네트워킹 계층(Istio 또는 유사)을 기반으로 구축되어 진정한 scale-to-0을 포함한 요청 기반 자동 크기 조정을 제공하므로 유휴 모델은 컴퓨팅을 소비하지 않습니다. 또한 Open Inference Protocol을 중심으로 예측 API를 표준화하므로 클라이언트는 프레임워크에 관계없이 모든 모델과 동일한 방식으로 대화합니다.
기술적 통찰력
KServe의 자동 크기 조정은 동시성 또는 초당 요청 수를 기준으로 복제본 수를 확장하고 트래픽이 중지되면 복제본 수를 0으로 줄인 다음 요청 시 콜드 스타트할 수 있는 Knative에 의존합니다. InferenceService는 전체 추론 파이프라인을 예측기, 변환기(사전/사후 처리) 및 설명자 구성 요소로 추상화합니다. 모델은 시작 시 아티팩트를 포드로 가져오는 '스토리지 이니셜라이저'를 통해 객체 스토리지에서 로드되어 모델 스토리지를 제공 컨테이너 이미지에서 분리합니다.
Kubernetes에서 KServe 및 모델 서비스 마스터하기
KServe는 기계 학습 모델을 대규모로 제공하기 위한 표준화된 Kubernetes 기반 플랫폼입니다. 이는 자동 확장, 카나리아 롤아웃, 0으로 축소를 통해 모델을 배포하는 단일하고 선언적인 방법을 팀에 제공하여 대부분의 Kubernetes 배관을 추상화합니다. Kubernetes의 KServe 및 모델 서비스는 모델 품질, 인프라 비용, 대기 시간 및 규모에 따른 안정성에 영향을 미치는 기술 구성 요소입니다. 깊은 이해를 구축하려면 Kubernetes의 KServe 및 모델 서비스를 단일 기능이 아닌 운영 모델로 취급하십시오. 원하는 결과를 정의하고, 가정을 명확히 하며, 시스템이 안정적으로 수행할 수 있는 작업과 여전히 전문가 판단이 필요한 작업을 분리하세요.
실제로 Kubernetes에서 KServe 및 Model Serving을 사용하는 강력한 팀은 안정성과 비용에 맞춰 아키텍처, 데이터 및 인프라 선택을 최적화합니다. 명시적인 성공 기준을 문서화하고, 현실적인 데이터 및 워크플로를 기준으로 테스트하며, 일회성 벤치마크 승리보다는 관찰된 실패 패턴을 기반으로 반복합니다. 이론적 이해가 제품, 정책, 운영 전반에 걸쳐 지속 가능한 역량으로 바뀌는 곳입니다.
아키텍처 결정은 수년간 성능과 운영 비용을 결정합니다. 동시에 하나의 벤치마크를 최적화하면 더 광범위한 시스템 약점을 숨길 수 있습니다. 가장 탄력적인 접근 방식은 실험 속도와 거버넌스 규율을 결합하는 것입니다. 즉, 파일럿 실행, 증거 캡처, 결정 로그 게시, 모델 동작, 사용자 기대 및 규제 요구 사항이 발전함에 따라 보호 장치를 지속적으로 업데이트합니다.
전략적 영향
아키텍처 결정은 수년간 성능과 운영 비용을 결정합니다.
아키텍처 결정은 수년간 성능과 운영 비용을 결정합니다. 고품질 배포에서는 이는 측정 가능한 운영 규칙, 소유권 경계 및 반복적인 검토 의식으로 변환되므로 팀은 모호성을 확장하는 대신 자신감을 확장할 수 있습니다.
기술 교육은 팀이 최신 스택뿐만 아니라 올바른 스택을 선택하는 데 도움이 됩니다.
기술 교육은 팀이 최신 스택뿐만 아니라 올바른 스택을 선택하는 데 도움이 됩니다. 고품질 배포에서는 이는 측정 가능한 운영 규칙, 소유권 경계 및 반복적인 검토 의식으로 변환되므로 팀은 모호성을 확장하는 대신 자신감을 확장할 수 있습니다.
더 나은 엔지니어링 선택은 생산 시 신뢰성 사고를 줄입니다.
더 나은 엔지니어링 선택은 생산 시 신뢰성 사고를 줄입니다. 고품질 배포에서는 이는 측정 가능한 운영 규칙, 소유권 경계 및 반복적인 검토 의식으로 변환되므로 팀은 모호성을 확장하는 대신 자신감을 확장할 수 있습니다.
실제 구현
은행은 자동 확장 및 수신을 처리하는 KServe와 함께 S3의 모델을 가리키는 10줄 InferenceService YAML을 작성하여 신용 점수 모델을 배포합니다.
전자 상거래 팀은 KServe Canary 롤아웃을 사용하여 트래픽의 10%를 새로운 추천 모델로 보낸 다음 측정 항목이 정상으로 보이면 100%로 증가합니다.
연구실에서는 거의 사용되지 않는 수십 개의 모델을 0으로 축소하여 제공하므로 각 모델은 요청이 도착할 때만 회전하고 유휴 상태에서는 GPU를 소비하지 않습니다.
MLOps 팀은 예측기가 Triton 제공 비전 모델을 실행하기 전에 KServe 변환기 구성 요소를 사용하여 이미지 크기 조정 및 정규화를 실행합니다.
구현 패턴
실제로 Kubernetes에서 KServe 및 모델 서비스 제공
은행은 자동 확장 및 수신을 처리하는 KServe와 함께 S3의 모델을 가리키는 10줄 InferenceService YAML을 작성하여 신용 점수 모델을 배포합니다.
은행은 S3의 모델을 가리키는 10줄 InferenceService YAML을 작성하여 신용 평가 모델을 배포합니다. KServe는 자동 확장 및 수신을 처리합니다. 팀은 일반적으로 품질 임계값을 미리 정의하고, 극단적인 사례에 대한 인적 에스컬레이션 경로를 유지하고, 시간이 지남에 따라 생산성 향상과 오류 비용을 모두 추적할 때 더 나은 결과를 얻습니다.
실제로 Kubernetes에서 KServe 및 모델 서비스 제공
전자 상거래 팀은 KServe Canary 롤아웃을 사용하여 트래픽의 10%를 새로운 추천 모델로 보낸 다음 측정 항목이 정상으로 보이면 100%로 증가합니다.
전자 상거래 팀은 KServe 카나리아 롤아웃을 사용하여 트래픽의 10%를 새로운 권장 모델로 보낸 다음 지표가 양호해지면 100%로 증가합니다. 팀은 일반적으로 품질 임계값을 미리 정의하고, 극단적인 경우에 대한 인적 에스컬레이션 경로를 유지하고, 시간이 지남에 따라 생산성 향상과 오류 비용을 모두 추적할 때 더 나은 결과를 얻습니다.
실제로 Kubernetes에서 KServe 및 모델 서비스 제공
연구실에서는 거의 사용되지 않는 수십 개의 모델을 0으로 축소하여 제공하므로 각 모델은 요청이 도착할 때만 회전하고 유휴 상태에서는 GPU를 소비하지 않습니다.
연구실에서는 거의 사용되지 않는 수십 개의 모델을 0으로 축소하여 제공하므로 각 모델은 요청이 도착할 때만 회전하고 GPU를 소비하지 않는 반면, 유휴 팀은 일반적으로 품질 임계값을 미리 정의하고, 극단적인 경우에 대한 인적 에스컬레이션 경로를 유지하고, 시간이 지남에 따라 생산성 향상과 오류 비용을 모두 추적할 때 더 나은 결과를 얻습니다.
실제로 Kubernetes에서 KServe 및 모델 서비스 제공
MLOps 팀은 예측기가 Triton 제공 비전 모델을 실행하기 전에 KServe 변환기 구성 요소를 사용하여 이미지 크기 조정 및 정규화를 실행합니다.
MLOps 팀은 예측기가 Triton 제공 비전 모델을 실행하기 전에 KServe 변환기 구성 요소를 사용하여 이미지 크기 조정 및 정규화를 실행합니다. 팀은 일반적으로 품질 임계값을 미리 정의하고, 극단적인 경우에 대한 인적 에스컬레이션 경로를 유지하고, 시간이 지남에 따라 생산성 향상과 오류 비용을 모두 추적할 때 더 나은 결과를 얻습니다.
위험 및 가드레일
하나의 벤치마크를 최적화하면 더 광범위한 시스템 약점을 숨길 수 있습니다.
인프라 및 유지 관리 비용은 종종 과소평가됩니다.
시스템이 더욱 복잡해짐에 따라 보안 및 관찰 가능성의 격차가 커질 수 있습니다.
구현 로드맵
구현하기 전에 지연 시간, 품질, 비용 목표를 정의하세요.
구현하기 전에 지연 시간, 품질, 비용 목표를 정의하세요. 각 단계를 증거 게이트로 처리합니다. 기준이 충족되지 않으면 롤아웃을 일시 중지하고 간격을 좁힌 다음 사용을 확장합니다.
현실적인 로드 및 데이터 조건에서 벤치마킹합니다.
현실적인 로드 및 데이터 조건에서 벤치마킹합니다. 각 단계를 증거 게이트로 처리합니다. 기준이 충족되지 않으면 롤아웃을 일시 중지하고 간격을 좁힌 다음 사용을 확장합니다.
오류, 드리프트 및 사용자 영향에 대한 계측기 모니터링.
오류, 드리프트 및 사용자 영향에 대한 계측기 모니터링. 각 단계를 증거 게이트로 처리합니다. 기준이 충족되지 않으면 롤아웃을 일시 중지하고 간격을 좁힌 다음 사용을 확장합니다.
확장하기 전에 롤백 및 사고 대응 경로를 준비하세요.
확장하기 전에 롤백 및 사고 대응 경로를 준비하세요. 각 단계를 증거 게이트로 처리합니다. 기준이 충족되지 않으면 롤아웃을 일시 중지하고 간격을 좁힌 다음 사용을 확장합니다.