ภาพรวม
Seldon Core เป็นแพลตฟอร์มโอเพ่นซอร์สสำหรับการปรับใช้โมเดลการเรียนรู้ของเครื่องบน Kubernetes พร้อมฟีเจอร์ที่โดดเด่น: กราฟการอนุมาน แทนที่จะให้บริการโมเดลแบบแยกเดี่ยว จะช่วยให้คุณเชื่อมโยงโมเดล เราเตอร์ ตัวรวม และหม้อแปลงให้เป็นกราฟกำกับเดียวที่ทำงานเป็นบริการเดียวที่ปรับใช้ได้
Seldon Core และ Inference Graphs เป็นองค์ประกอบทางเทคนิคที่ส่งผลต่อคุณภาพของโมเดล ต้นทุนโครงสร้างพื้นฐาน เวลาแฝง และความน่าเชื่อถือในวงกว้าง
เจาะลึก
กรณีการใช้งานจริงจำนวนมากเกี่ยวข้องกับการเรียกแบบจำลองมากกว่าหนึ่งครั้ง คุณอาจประมวลผลอินพุตล่วงหน้า กำหนดเส้นทางคำขอไปยังหนึ่งในหลายโมเดล รันชุดข้อมูล จากนั้นจึงประมวลผลผลลัพธ์ภายหลัง Seldon Core แสดงสิ่งนี้เป็นกราฟอนุมานที่กำหนดใน SeldonDeployment (หรือในสถาปัตยกรรม v2 ผ่านทาง Seldon Core Operator และ MLServer) กราฟสร้างขึ้นจากประเภทส่วนประกอบที่นำมาใช้ซ้ำได้ ได้แก่ โมเดลทำหน้าที่คาดการณ์ Transformer ปรับเปลี่ยนอินพุตหรือเอาท์พุต เราเตอร์ตัดสินใจว่าลูกคนไหนที่จะเรียกใช้ (เปิดใช้งานการทดสอบ A/B และแบนดิตแบบหลายแขน) และ Combiner รวมเอาต์พุตจากหลายโมเดลสำหรับการประกอบ Seldon รองรับเฟรมเวิร์กจำนวนมากผ่านเซิร์ฟเวอร์แบบแพ็กเกจล่วงหน้าและ Wrapper Python แบบกำหนดเอง และแสดงตัววัดที่หลากหลาย การติดตามแบบกระจาย และการบันทึกเพย์โหลดทันทีเพื่อให้สามารถสังเกตและอธิบายได้
ข้อมูลเชิงลึกทางเทคนิค
กราฟอนุมานเป็นกราฟอะไซคลิกแบบกำหนดทิศทาง โดยแต่ละโหนดเป็นไมโครเซอร์วิสที่มีอินเทอร์เฟซการทำนายมาตรฐาน และผู้ควบคุมของ Seldon (ผู้จัดเตรียมบริการ/ผู้ดำเนินการ) จะกำหนดเส้นทางคำขอผ่านกราฟและรวมการตอบสนอง เนื่องจากเราเตอร์สามารถใช้ลอจิกโจรแบบหลายแขนได้ การรับส่งข้อมูลจึงสามารถปรับเปลี่ยนไปสู่โมเดลที่มีประสิทธิภาพดีกว่าโดยพิจารณาจากสัญญาณรางวัลแบบเรียลไทม์ Seldon Core v2 แยกกราฟออกจากเซิร์ฟเวอร์แต่ละโมเดลโดยใช้ MLServer และ Open Inference Protocol ช่วยให้สามารถให้บริการหลายโมเดลและโอเวอร์คอมมิตบนฮาร์ดแวร์ที่ใช้ร่วมกันได้
การเรียนรู้กราฟ Seldon Core และกราฟการอนุมาน
Seldon Core เป็นแพลตฟอร์มโอเพ่นซอร์สสำหรับการปรับใช้โมเดลการเรียนรู้ของเครื่องบน Kubernetes พร้อมฟีเจอร์ที่โดดเด่น: กราฟการอนุมาน แทนที่จะให้บริการโมเดลแบบแยกเดี่ยว จะช่วยให้คุณเชื่อมโยงโมเดล เราเตอร์ ตัวรวม และหม้อแปลงให้เป็นกราฟกำกับเดียวที่ทำงานเป็นบริการเดียวที่ปรับใช้ได้ Seldon Core และ Inference Graphs เป็นองค์ประกอบทางเทคนิคที่ส่งผลต่อคุณภาพของโมเดล ต้นทุนโครงสร้างพื้นฐาน เวลาแฝง และความน่าเชื่อถือในวงกว้าง หากต้องการสร้างความเข้าใจเชิงลึก ให้ถือว่า Seldon Core และ Inference Graphs เป็นเพียงแบบจำลองการดำเนินงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ
ในทางปฏิบัติ ทีมที่แข็งแกร่งที่ใช้ Seldon Core และกราฟการอนุมานจะปรับสถาปัตยกรรม ข้อมูล และตัวเลือกโครงสร้างพื้นฐานให้เหมาะสมโดยเทียบกับความน่าเชื่อถือและต้นทุน โดยจะบันทึกเกณฑ์ความสำเร็จที่ชัดเจน ทดสอบกับข้อมูลและขั้นตอนการทำงานที่สมจริง และทำซ้ำตามรูปแบบความล้มเหลวที่สังเกตได้ แทนที่จะชนะการวัดประสิทธิภาพเพียงครั้งเดียว นี่คือจุดที่ความเข้าใจทางทฤษฎีกลายเป็นความสามารถที่คงทนของผลิตภัณฑ์ นโยบาย และการดำเนินงาน
การตัดสินใจด้านสถาปัตยกรรมขับเคลื่อนประสิทธิภาพและต้นทุนการดำเนินงานเป็นเวลาหลายปี ในเวลาเดียวกัน การเพิ่มประสิทธิภาพเกณฑ์มาตรฐานหนึ่งรายการสามารถซ่อนจุดอ่อนของระบบในวงกว้างได้ แนวทางที่ยืดหยุ่นที่สุดคือการรวมความเร็วของการทดลองเข้ากับวินัยในการกำกับดูแล: ดำเนินการนำร่อง จับหลักฐาน เผยแพร่บันทึกการตัดสินใจ และอัปเดตการป้องกันอย่างต่อเนื่องเมื่อพฤติกรรมของโมเดล ความคาดหวังของผู้ใช้ และข้อกำหนดด้านกฎระเบียบมีการเปลี่ยนแปลง
ผลกระทบเชิงกลยุทธ์
การตัดสินใจด้านสถาปัตยกรรมขับเคลื่อนประสิทธิภาพและต้นทุนการดำเนินงานเป็นเวลาหลายปี
การตัดสินใจด้านสถาปัตยกรรมขับเคลื่อนประสิทธิภาพและต้นทุนการดำเนินงานเป็นเวลาหลายปี ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
การศึกษาด้านเทคนิคช่วยให้ทีมเลือกกลุ่มที่เหมาะสม ไม่ใช่แค่กลุ่มใหม่ล่าสุด
การศึกษาด้านเทคนิคช่วยให้ทีมเลือกกลุ่มที่เหมาะสม ไม่ใช่แค่กลุ่มใหม่ล่าสุด ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
ตัวเลือกทางวิศวกรรมที่ดีกว่าจะช่วยลดเหตุการณ์ด้านความน่าเชื่อถือในการผลิต
ตัวเลือกทางวิศวกรรมที่ดีกว่าจะช่วยลดเหตุการณ์ด้านความน่าเชื่อถือในการผลิต ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
การใช้งานจริงในโลกแห่งความเป็นจริง
ผู้ให้กู้เชื่อมโยง Transformer ที่เข้ารหัสฟีเจอร์แบบร้อนแรงลงในโหนดโมเดล จากนั้น Transformer ที่จัดรูปแบบคะแนน ทั้งหมดเป็น SeldonDeployment เดียว
บริษัทสื่อแห่งหนึ่งใช้โหนดเราเตอร์ที่ใช้งานสล็อตแมชชีนแบบหลายแขนงเพื่อส่งทราฟฟิกมากขึ้นไปยังโมเดลคำแนะนำใดก็ตามที่ได้รับรางวัลการคลิกสูงกว่า
ทีมรวบรวมโมเดลการฉ้อโกงสามโมเดลด้วยโหนด Combiner ซึ่งจะเฉลี่ยคะแนนก่อนที่จะส่งการตัดสินใจครั้งเดียวกลับไปยังผู้โทร
บริษัทประกันที่ได้รับการควบคุมจะแนบบันทึกน้ำหนักบรรทุกของ Seldon และผู้อธิบาย Alibi เข้ากับกราฟอนุมาน เพื่อให้สามารถติดตามและอธิบายการคาดการณ์ทุกอย่างเพื่อการตรวจสอบได้
รูปแบบการดำเนินงาน
Seldon Core และกราฟการอนุมานในทางปฏิบัติ
ผู้ให้กู้เชื่อมโยง Transformer ที่เข้ารหัสฟีเจอร์แบบร้อนแรงลงในโหนดโมเดล จากนั้น Transformer ที่จัดรูปแบบคะแนน ทั้งหมดเป็น SeldonDeployment เดียว
ผู้ให้กู้เชื่อมโยง Transformer ที่เข้ารหัสคุณสมบัติต่างๆ ไว้ในโหนดโมเดล จากนั้น Transformer ที่จัดรูปแบบคะแนน โดยทั้งหมดเป็นทีม SeldonDeployment ทีมเดียวมักจะได้รับผลลัพธ์ที่ดีกว่า เมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
Seldon Core และกราฟการอนุมานในทางปฏิบัติ
บริษัทสื่อแห่งหนึ่งใช้โหนดเราเตอร์ที่ใช้งานสล็อตแมชชีนแบบหลายแขนงเพื่อส่งทราฟฟิกมากขึ้นไปยังโมเดลคำแนะนำใดก็ตามที่ได้รับรางวัลการคลิกสูงกว่า
บริษัทสื่อแห่งหนึ่งใช้โหนดเราเตอร์ที่ทำงานแบบสล็อตแมชชีนเพื่อส่งทราฟฟิกมากขึ้นแบบไดนามิกไปยังโมเดลคำแนะนำใดก็ตามที่ได้รับรางวัลการคลิกสูงกว่า ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
Seldon Core และกราฟการอนุมานในทางปฏิบัติ
ทีมรวบรวมโมเดลการฉ้อโกงสามโมเดลด้วยโหนด Combiner ซึ่งจะเฉลี่ยคะแนนก่อนที่จะส่งการตัดสินใจครั้งเดียวกลับไปยังผู้โทร
ทีมรวบรวมโมเดลการฉ้อโกงสามโมเดลด้วยโหนด Combiner ที่จะเฉลี่ยคะแนนก่อนที่จะส่งคืนการตัดสินใจครั้งเดียวให้กับผู้โทร ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
Seldon Core และกราฟการอนุมานในทางปฏิบัติ
บริษัทประกันที่ได้รับการควบคุมจะแนบบันทึกน้ำหนักบรรทุกของ Seldon และผู้อธิบาย Alibi เข้ากับกราฟอนุมาน เพื่อให้สามารถติดตามและอธิบายการคาดการณ์ทุกอย่างเพื่อการตรวจสอบได้
บริษัทประกันภัยที่ได้รับการควบคุมแนบบันทึกเพย์โหลดของ Seldon และผู้อธิบาย Alibi เข้ากับกราฟอนุมาน เพื่อให้สามารถติดตามและอธิบายการคาดการณ์ทุกอย่างสำหรับการตรวจสอบได้ ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพไว้ล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
ความเสี่ยงและรั้ว
การเพิ่มประสิทธิภาพเกณฑ์มาตรฐานหนึ่งรายการสามารถซ่อนจุดอ่อนของระบบในวงกว้างได้
ต้นทุนโครงสร้างพื้นฐานและการบำรุงรักษามักถูกประเมินต่ำไป
ช่องว่างด้านความปลอดภัยและความสามารถในการสังเกตสามารถเพิ่มขึ้นได้เมื่อระบบมีความซับซ้อนมากขึ้น
แผนงานการดำเนินงาน
กำหนดเป้าหมายเวลาแฝง คุณภาพ และต้นทุนก่อนนำไปใช้งาน
กำหนดเป้าหมายเวลาแฝง คุณภาพ และต้นทุนก่อนนำไปใช้งาน ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
เกณฑ์มาตรฐานภายใต้สภาวะโหลดและข้อมูลจริง
เกณฑ์มาตรฐานภายใต้สภาวะโหลดและข้อมูลจริง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
การตรวจสอบเครื่องมือเพื่อหาข้อผิดพลาด การเบี่ยงเบน และผลกระทบต่อผู้ใช้
การตรวจสอบเครื่องมือเพื่อหาข้อผิดพลาด การเบี่ยงเบน และผลกระทบต่อผู้ใช้ ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
เตรียมเส้นทางการย้อนกลับและการตอบสนองต่อเหตุการณ์ก่อนปรับขนาด
เตรียมเส้นทางการย้อนกลับและการตอบสนองต่อเหตุการณ์ก่อนปรับขนาด ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น