Seldon 코어 및 추론 그래프
Seldon Core는 추론 그래프라는 뛰어난 기능을 갖춘 Kubernetes에 기계 학습 모델을 배포하기 위한 오픈 소스 플랫폼입니다.
개요
Instead of serving one isolated model, it lets you chain models, routers, combiners, and transformers into a single directed graph that runs as one deployable service.
심층 분석
많은 실제 프로덕션 사용 사례에는 단일 모델 호출 이상이 포함됩니다. 입력을 사전 처리하고, 요청을 여러 모델 중 하나로 라우팅하고, 앙상블을 실행한 후 결과를 사후 처리할 수 있습니다. Seldon Core는 이를 SeldonDeployment(또는 v2 아키텍처에서는 Seldon Core Operator 및 MLServer를 통해)에 정의된 추론 그래프로 표현합니다. 그래프는 재사용 가능한 구성 요소 유형으로 구성됩니다. 모델은 예측을 제공하고, 변환기는 입력 또는 출력을 수정하고, 라우터는 호출할 하위 항목을 결정하고(A/B 테스트 및 다중 무장 도적 지원), 결합기는 앙상블을 위해 여러 모델의 출력을 집계합니다. Seldon은 사전 패키지된 서버와 사용자 정의 Python 래퍼를 통해 많은 프레임워크를 지원하며 관찰 가능성과 설명 가능성을 위해 풍부한 측정항목, 분산 추적, 페이로드 로깅을 즉시 제공합니다.
기술적 통찰력
추론 그래프는 각 노드가 표준 예측 인터페이스를 갖춘 마이크로서비스이고 Seldon의 오케스트레이터(서비스 오케스트레이터/실행자)가 그래프를 통해 요청을 라우팅하고 응답을 병합하는 방향성 비순환 그래프입니다. 라우터는 다중 무장 적기 논리를 구현할 수 있기 때문에 트래픽은 실시간 보상 신호를 기반으로 더 나은 성능의 모델로 적응적으로 이동할 수 있습니다. Seldon Core v2는 MLServer 및 Open Inference Protocol을 사용하여 개별 모델 서버에서 그래프를 분리하여 공유 하드웨어에서 다중 모델 제공 및 오버커밋을 지원합니다.
전략적 영향
비용 및 예산
아키텍처 결정은 수년 동안 성능과 운영 비용을 결정합니다.
더 명확한 결정들
기술 교육은 팀이 최신 스택뿐만 아니라 올바른 스택을 선택하는 데 도움이 됩니다.
품질 관리
더 나은 엔지니어링 선택은 생산 시 신뢰성 사고를 줄입니다.
Seldon Core 및 추론 그래프의 미래
Seldon은 Core v2의 파이프라인 및 데이터 흐름 설계와 더불어 드리프트 감지(Alibi Detect) 및 설명 가능성(Alibi explain)과의 더욱 긴밀한 결합을 갖춘 모듈식 데이터 중심 MLOps로 전환하고 있습니다. LLM과 에이전트 시스템이 검색, 모델 및 도구의 복합 그래프가 되면서 추론 그래프 추상화는 자연스럽게 이러한 워크플로에 매핑됩니다. 복잡한 다단계 AI 시스템이 프로덕션에서 디버깅 및 관리 가능한 상태를 유지할 수 있도록 다중 모델 제공 효율성, 스트리밍 및 표준화된 관찰 가능성에 더 중점을 둘 것으로 예상됩니다.
실제 구현
대출 기관은 기능을 원-핫 인코딩하는 Transformer를 모델 노드로 연결한 다음 점수 형식을 지정하는 Transformer를 모두 하나의 SeldonDeployment로 연결합니다.
미디어 회사는 Multi-armed Bandit을 실행하는 라우터 노드를 사용하여 클릭 보상이 더 높은 추천 모델에 더 많은 트래픽을 동적으로 보냅니다.
팀은 단일 결정을 호출자에게 반환하기 전에 점수의 평균을 구하는 Combiner 노드를 사용하여 세 가지 사기 모델을 앙상블합니다.
규제 대상 보험사는 Seldon의 페이로드 로깅 및 Alibi 설명을 추론 그래프에 첨부하여 감사를 위해 모든 예측을 추적하고 설명할 수 있습니다.
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.
현실적인 로드 및 데이터 조건에서 벤치마킹합니다.
오류, 드리프트 및 사용자 영향에 대한 계측기 모니터링.
확장하기 전에 롤백 및 사고 대응 경로를 준비하세요.
계속 탐색하세요
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Seldon Core and Inference Graphs quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
다음 가이드
TensorRT 및 추론 엔진
자주 묻는 질문
What is Seldon Core and Inference Graphs?
Seldon Core는 추론 그래프라는 뛰어난 기능을 갖춘 Kubernetes에 기계 학습 모델을 배포하기 위한 오픈 소스 플랫폼입니다. 하나의 격리된 모델을 제공하는 대신 모델, 라우터, 결합기 및 변환기를 하나의 배포 가능한 서비스로 실행되는 단일 방향성 그래프로 연결할 수 있습니다.
Seldon Core를 단일 모델 서버와 구별하는 정의 기능은 무엇입니까?
Seldon Core를 사용하면 모델, 라우터, 결합기 및 변환기를 하나의 서비스로 배포된 단일 추론 그래프로 구성할 수 있습니다.
A/B 테스트를 활성화하기 위해 요청을 보낼 하위 노드를 결정하는 Seldon 그래프 구성 요소는 무엇입니까?
라우터는 하위 항목 중 하나에 요청을 전달하고 A/B 테스트 또는 다중 무장 도적을 구현할 수 있습니다.
앙상블을 위해 여러 모델의 출력을 집계하는 구성 요소 유형은 무엇입니까?
Combiner는 여러 하위 모델의 응답을 단일 출력으로 병합하며, 이것이 앙상블이 구축되는 방식입니다.
Seldon 추론 그래프는 어떤 종류의 그래프 구조를 형성합니까?
Seldon 추론 그래프는 각 노드가 표준 예측 인터페이스를 갖춘 마이크로서비스인 방향성 비순환 그래프입니다.
Seldon Core v2에서 그래프 전반에 걸쳐 다중 모델 서비스를 지원하는 서버와 프로토콜은 무엇입니까?
Core v2는 다중 모델 제공을 위해 MLServer 및 Open Inference Protocol을 사용하여 모델 서버에서 그래프를 분리합니다.