Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Contratto per container personalizzati per endpoint a più modelli

Per gestire più modelli, il contenitore deve supportare una serie di modelli APIs che consentano ad Amazon SageMaker AI di comunicare con il container per caricare, elencare, ricevere e scaricare i modelli secondo necessità. model_nameViene utilizzato nel nuovo set di APIs come parametro di input chiave. Si prevede che il container del cliente tenga traccia dei modelli caricati utilizzando model_name come chiave di mappatura. Inoltre, model_name è un identificatore opaco e non è necessariamente il valore del parametro TargetModel passato nell'API InvokeEndpoint. Il TargetModel valore originale della InvokeEndpoint richiesta viene passato al contenitore APIs come X-Amzn-SageMaker-Target-Model intestazione che può essere utilizzata per scopi di registrazione.

Puoi configurare quanto segue APIs sui tuoi contenitori per endpoint multimodello basati su CPU.

Caricamento modello API

Indica al container di caricare un particolare modello presente nel campo url del corpo nella memoria del container del cliente e di tenerne traccia con il model_name assegnato. Dopo aver caricato un modello, il container deve essere pronto per servire le richieste di inferenza utilizzando questo model_name.

POST /models HTTP/1.1
Content-Type: application/json
Accept: application/json

{
     "model_name" : "{model_name}",
     "url" : "/opt/ml/models/{model_name}/model",
}

Elenco modelli API

Restituisce l'elenco dei modelli caricati nella memoria del container del cliente.

GET /models HTTP/1.1
Accept: application/json

Response = 
{
    "models": [
        {
             "modelName" : "{model_name}",
             "modelUrl" : "/opt/ml/models/{model_name}/model",
        },
        {
            "modelName" : "{model_name}",
            "modelUrl" : "/opt/ml/models/{model_name}/model",
        },
        ....
    ]
}

Questa API supporta anche la paginazione.

GET /models HTTP/1.1
Accept: application/json

Response = 
{
    "models": [
        {
             "modelName" : "{model_name}",
             "modelUrl" : "/opt/ml/models/{model_name}/model",
        },
        {
            "modelName" : "{model_name}",
            "modelUrl" : "/opt/ml/models/{model_name}/model",
        },
        ....
    ]
}

SageMaker L'IA può inizialmente chiamare l'API List Models senza fornire un valore per. next_page_token Se un campo nextPageToken viene restituito come parte della risposta, verrà fornito come valore per next_page_token in una successiva chiamata List Models (Elenco modelli). Se nextPageToken non viene restituito, significa che non ci sono più modelli da restituire.

Ottenere un modello API

Questa è una semplice API di lettura sull'entità model_name.

GET /models/{model_name} HTTP/1.1
Accept: application/json

{
     "modelName" : "{model_name}",
     "modelUrl" : "/opt/ml/models/{model_name}/model",
}

Scarica modello API

Indica alla piattaforma SageMaker AI di indicare al container del cliente di scaricare un modello dalla memoria. Viene quindi iniziata l'espulsione di un modello candidato come determinato dalla piattaforma quando avvia il processo di caricamento di un nuovo modello. Le risorse assegnate a model_name devono essere recuperate dal container quando l'API restituisce una risposta.

DELETE /models/{model_name}

Invocare un modello API

Effettua una richiesta di previsione dal particolare model_name fornito. La InvokeEndpoint richiesta SageMaker AI Runtime supporta X-Amzn-SageMaker-Target-Model una nuova intestazione che segue il percorso relativo del modello specificato per la chiamata. Il sistema SageMaker AI costruisce il percorso assoluto del modello combinando il prefisso fornito come parte della chiamata CreateModel API con il percorso relativo del modello.

POST /models/{model_name}/invoke HTTP/1.1
Content-Type: ContentType
Accept: Accept
X-Amzn-SageMaker-Custom-Attributes: CustomAttributes
X-Amzn-SageMaker-Target-Model: [relativePath]/{artifactName}.tar.gz

Inoltre, nelle istanze GPU, in caso di InvokeEndpoint errore a causa della mancanza di memoria o di altre risorse, questa API dovrebbe restituire un codice di stato HTTP 507 all' SageMaker IA, che quindi avvia lo scarico dei modelli inutilizzati da recuperare.