本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

使用 DJL Serving 部署模型

DJL Serving 是一種高效能通用獨立模型服務解決方案。它需要深度學習模型、數個模型或工作流程，並透過 HTTP 端點提供這些模型。

您可以使用其中一個 DJL Serving Deep Learning Containers (DLCs) 來為您的 AWS模型提供服務。若要瞭解支援的模型類型與架構，請參閱 DJL Serving GitHub 儲存庫。

DJL Service 提供許多功能，可協助您以高效能部署模型：

下列各節說明如何使用 DJL Serving on SageMaker AI 設定端點。

開始使用

首先，請務必確認您已進行下列事前準備：

自訂您的容器

您可以將套件新增至基本 DLC 映像檔，以自訂您的容器。假設您想將一個套件加入 763104351884.dkr.ecr.us-west-2.amazonaws.com/djl-inference:0.22.1-deepspeed0.9.2-cu118 Docker 映像檔。您必須建立一個以所需映像檔作為基本映像檔的 dockerfile、新增所需的套件，然後將映像檔推送至 Amazon ECR。

若要新增套件，請完成以下步驟：

您現在應該擁有可用於模型服務的自訂容器映像檔。如需自訂容器的更多範例，請參閱建置 AWS 深度學習容器自訂映像。

準備您的模型成品

在 SageMaker AI 上部署模型之前，您必須在.tar.gz檔案中封裝模型成品。DJL Serving 接受您封存的下列成品：

以下是 model.tar.gz 結構的範例：

 - model_root_dir # root directory
    - serving.properties            
    - model.py # your custom handler file for Python, if you choose not to use the default handlers provided by DJL Serving
    - model binary files # used for Java mode, or if you don't want to use option.model_id and option.s3_url for Python mode

DJL Serving 支援由 DJL 或 Python 引擎提供支援的 Java 引擎。並非所有前述成品都是必需的；所需的成品會根據您選擇的模式而有所不同。例如，在 Python 模式中，只需要在 serving.properties 檔案指定 option.model_id 即可；您不需要在 LMI 容器內指定模型檢查點。在 Java 模式下，需要對模型檢查點進行封裝。有關如何設定 serving.properties 及操作不同引擎的更多詳細資訊，請參閱 DJL Serving 操作模式。

使用單一模型端點透過 DJL Serving 進行部署

準備模型成品後，您可以將模型部署到 SageMaker AI 端點。本節說明如何使用 DJL Serving 將單一模型部署到端點。如果您要部署多個模型，請略過本節並前往 使用多模型端點透過 DJL Serving 進行部署。

下列範例示範使用 Amazon SageMaker Python SDK 建立模型物件的方法。您需要指定下列欄位：

import boto3
 import sagemaker
from sagemaker.model import Model
from sagemaker import image_uris, get_execution_role

aws_region = "aws-region"
sagemaker_session = sagemaker.Session(boto_session=boto3.Session(region_name=aws_region))
role = get_execution_role()

def create_model(model_name, model_s3_url):
    # Get the DJL DeepSpeed image uri
    image_uri = image_uris.retrieve(
        framework="djl-deepspeed",
        region=sagemaker_session.boto_session.region_name,
        version="0.20.0"
    )
    model = Model(
        image_uri=image_uri,
        model_data=model_s3_url,
        role=role,
        name=model_name,
        sagemaker_session=sagemaker_session,
    )
    return model

使用多模型端點透過 DJL Serving 進行部署

如果您想要將多個模型部署到端點，SageMaker AI 提供多模型端點，這是部署大量模型的可擴展且符合成本效益的解決方案。DJL Serving 也支援同時載入多個模型，並同時在每個模型執行推斷。DJL Serving 容器遵守 SageMaker AI 多模型端點合約，可用於部署多模型端點。

每個個別的模型成品都必須按照上一節準備您的模型成品所述相同的方式進行封裝。您可以在 serving.properties 檔案設定模型特定組態，並在 model.py 設定模型特定的推斷處理常式程式碼。對於多模型端點，需要以下列方式排列模型：

 root_dir
        |-- model_1.tar.gz
        |-- model_2.tar.gz
        |-- model_3.tar.gz
            .
            .
            . 

Amazon SageMaker Python SDK 使用 MultiDataModel 物件具現化多模型端點。根目錄的 Amazon S3 URI 應當做 model_data_prefix 引數傳遞給 MultiDataModel 建構函式。

DJL Serving 也提供數個組態參數來管理模型記憶體需求，例如 required_memory_mb 及 reserved_memory_mb，這些參數可以在 serving.properties 檔案為每個模型進行設定。這些參數有助於更優雅地處理記憶體不足的錯誤。有關所有可設定參數，請參閱 djl-serving 中的 OutofMemory 處理。

DJL Service 的自動擴展功能可讓您輕鬆確保模型能夠針對傳入流量進行適當擴展。根據預設，DJL Serving 會根據可用的硬體 (例如 CPU 核心或 GPU 裝置) 來決定模型可支援的最大工作者數量。您可以為每個模型設定下限和上限，以確保始終可以提供最低流量層級，而且單一模型不會消耗所有可用資源。您可以在 serving.properties 檔案設定以下屬性：

如需如何使用 DJL Serving 容器在 SageMaker AI 上部署多模型端點的end-to-end範例，請參閱筆記本範例 Multi-Model-Inference-Demo.ipynb。