Elastic Algorithm Service (EAS) menyediakan prosesor bawaan untuk framework umum seperti PMML dan XGBoost. Anda juga dapat membuat prosesor kustom.
Cara kerja
Siapkan file model, file prosesor, dan artefak penerapan lainnya, lalu unggah ke layanan penyimpanan cloud seperti Object Storage Service (OSS) atau NAS. EAS menerapkan layanan dengan memasang layanan penyimpanan tersebut untuk mengakses artefak yang diperlukan.
Alur kerja penerapan prosesor di EAS:
Poin-poin penting dalam penerapan prosesor:
-
PAI menyediakan prosesor bawaan untuk kasus penggunaan umum. Untuk memenuhi kebutuhan bisnis tertentu, kembangkan model kustom beserta file prosesornya, lalu unggah ke layanan penyimpanan cloud seperti OSS atau NAS.
-
Simpan file model dan file prosesor secara terpisah. Saat penerapan, konfigurasikan path mount model. Di dalam file prosesor, gunakan parameter get_model_path untuk mengambil path model yang telah dikonfigurasi. Pendekatan ini menyederhanakan penggantian model saat pembaruan sering diperlukan.
-
Ketika suatu layanan diterapkan dengan prosesor, EAS menarik image lingkungan resmi untuk framework inferensi yang dipilih. Berdasarkan file prosesor, EAS kemudian menerapkan server HTTP untuk menangani permintaan layanan.
Penerapan berbasis image direkomendasikan. Penerapan berbasis prosesor mengharuskan framework inferensi model dan file prosesor memenuhi persyaratan lingkungan tertentu, sehingga metode ini kurang fleksibel dibandingkan penerapan berbasis image.
Parameter
Berikut adalah parameter khusus untuk penerapan berbasis prosesor di Konsol. Untuk parameter lainnya, lihat Penerapan Kustom.
|
Parameter |
Deskripsi |
|
Model Settings |
Konfigurasikan file model dengan salah satu metode berikut:
|
|
Processor Type |
Prosesor bawaan dan kustom sama-sama didukung. Untuk informasi lebih lanjut tentang prosesor bawaan, lihat Built-in processors.
|