Tous les produits
Search

Ce produit

    Platform For AI:Enregistrer et gérer des modèles

    Centre de documentation

    Platform For AI:Enregistrer et gérer des modèles

    Dernière mise à jour :Aug 28, 2026

    La fonctionnalité Model Management vous permet d'enregistrer des modèles entraînés dans PAI, de les gérer par version et de les déployer sur Elastic Algorithm Service (EAS) pour l'inférence.

    Prérequis

    L'entraînement du modèle est terminé et les fichiers de modèle ont été chargés vers OSS. Entraînez et exportez vos modèles depuis Designer ou DSW. Pour charger les fichiers de modèle vers OSS, reportez-vous à la rubrique Charger des objets.

    Enregistrer un modèle

    Enregistrez un nouveau modèle ou ajoutez une version à un modèle existant :

    1. Accédez à la page Model Management.

      1. Connectez-vous à la console PAI.

      2. Dans le volet de navigation de gauche, cliquez sur Workspaces, puis sur le nom de l'espace de travail cible pour y accéder.

      3. Dans le volet de navigation de gauche, choisissez AI Computing Asset Management > Models.

    2. Sur la page Models, cliquez sur Register Model.

    3. Dans le panneau Register Model, configurez les paramètres et cliquez sur OK.

      Deux options s'offrent à vous :

      • Create Model : enregistrez un modèle entraîné en tant que nouvelle entrée.

      • Create Version : ajoutez une nouvelle version à un modèle déjà enregistré.

      Paramètres clés :

      Paramètre

      Description

      Model Name

      Requis uniquement si l'option Create Model est sélectionnée.

      Select Model

      Requis uniquement si l'option Create Version est sélectionnée.

      Sélectionnez un modèle déjà enregistré.

      Version Number

      Numéro de version du modèle en cours d'enregistrement. Modifiable uniquement si l'option Create Version est sélectionnée.

      Model Address

      Spécifiez l'emplacement du modèle de l'une des manières suivantes :

      • Saisissez le chemin OSS où les fichiers de modèle sont stockés.

      • Cliquez sur image pour parcourir et sélectionner le chemin OSS.

        Dans la boîte de dialogue Select OSS folder or file, sélectionnez un fichier de modèle existant ou chargez un fichier de modèle local :

        1. (Facultatif) Pour charger des fichiers de modèle vers un nouveau répertoire, cliquez sur Create Directory afin de créer un répertoire dans le bucket OSS actuel. Double-cliquez sur le nouveau répertoire pour y accéder.

        2. Cliquez sur Upload File.

        3. Cliquez sur Browse Local Files ou sur Drag and Drop File to Upload et suivez les instructions pour charger votre fichier de modèle local.

      Model Service Deployment

      Deux options s'offrent à vous :

      • Automatic Configurations : après avoir défini le Model Format, le système génère automatiquement la configuration de déploiement.

      • Custom Configuration : saisissez directement la configuration de déploiement dans le champ de texte. Consultez les exemples ci-dessous et reportez-vous à la section Déploiement JSON pour obtenir la description des paramètres.

        • Pour les modèles déployés avec une image personnalisée :

          Exemple de déploiement avec image personnalisée

          {
    "metadata": {
        "name": "",
        "instance": 1,
        "workspace_id": "210382",
        "disk": "30Gi",
        "rpc": {
            "keepalive": 60000
        },
        "accessibility": "public"
    },
    "cloud": {
        "computing": {
            "instances": [
                {
                    "type": "ecs.gn6e-c12g1.12xlarge"
                }
            ]
        }
    },
    "containers": [
        {
            "image": "eas-registry-vpc.cn-hangzhou.cr.aliyuncs.com/pai-eas/python-inference:py3.9-ubuntu2004",
            "script": "python app.py",
            "port": 8000
        }
    ],
    "options": {},
    "storage": [
        {
            "oss": {
                "path": "oss://*******/MODEL/",
                "readOnly": false,
                "role_arn": ""
            },
            "mount_path": "/mnt/data/"
        }
    ]
}

        • Pour les modèles qui utilisent un processeur intégré :

          Exemple de déploiement avec processeur intégré

          {
    "metadata": {
        "name": "",
        "instance": 1,
        "workspace_id": "210382",
        "disk": "30Gi",
        "rpc": {
            "keepalive": 60000
        },
        "accessibility": "public"
    },
    "cloud": {
        "computing": {
            "instances": [
                {
                    "type": "ecs.gn6i-c16g1.4xlarge"
                }
            ]
        }
    },
    "options": {},
    "processor": "tensorflow_gpu_2.4",
    "model_config": {},
    "model_path": "oss://******/MODEL/"
}

      Advanced Configurations

      Sélectionnez Advanced Configurations pour configurer les paramètres suivants :

      • Version Approval Status

        Deux statuts d'approbation sont disponibles :

        • Pending (par défaut)

        • Approved

      • Model Metrics : définissez les métriques du modèle pour comparer les performances entre les versions. Pour plus de détails, consultez la section Métriques de modèle.

    Gérer des modèles

    La page Model Management répertorie tous les modèles auxquels vous avez accès. Depuis cette page, consultez les détails des modèles, supprimez des modèles ou déployez-les sur EAS.

    • Cliquez sur View pour ouvrir la page des détails du modèle et consulter des informations telles que l'ID du modèle. Cliquez sur Delete pour supprimer un modèle inutile.

    • Cliquez sur l'icône de paramètres située dans le coin supérieur droit pour personnaliser les colonnes affichées dans la liste des modèles.

    Déployer un service

    Déployez un modèle enregistré sur EAS. La spécification d'inférence définie lors de l'enregistrement du modèle est préremplie sur la page de déploiement EAS.

    1. Dans le volet de navigation de gauche, choisissez AI Asset Management > Models. Sur la page de liste des modèles, cliquez sur Deploy in EAS dans la colonne Actions. La page redirige vers la page de déploiement EAS.

      Remarque : Pour les modèles issus de Model Gallery, cliquez sur Deploy pour déployer le modèle.

    2. La page de déploiement est préremplie avec les paramètres clés issus de la spécification d'inférence. Configurez les autres paramètres requis et lancez le déploiement. Pour plus de détails, consultez la rubrique Déploiement personnalisé.