Platform For AI:Data Science Workshop (DSW) クイックスタート

前提条件

Alibaba Cloud アカウントで PAI をアクティブ化し、ワークスペースを作成します。PAI コンソールにログインし、左上のコーナーでリージョンを選択し、プロンプトに従って権限を付与し、サービスをアクティブ化します。

課金

この例では、従量課金のパブリックリソースを使用して DSW インスタンスと Elastic Algorithm Service (EAS) モデルサービスを作成します。詳細な課金ルールについては、「DSW の課金」および「EAS の課金」をご参照ください。

DSW インスタンスの作成

1. DSW ページに移動します。

   1. PAI コンソールにログインします。

   2. ページ左上のコーナーで、対象のリージョンを選択します。

   3. 左側のナビゲーションウィンドウで、Workspaces をクリックし、使用するワークスペースの名前をクリックします。

   4. 左側のナビゲーションウィンドウで、Model Training > Interactive Modeling (DSW) の順に選択し、Create an instance. をクリックします。

      

2. Configure Instance ページで、以下のパラメーターを設定し、残りのパラメーターはデフォルト値のままにします。

   • Resource Type: Public Resources を選択します。これは従量課金オプションです。

   • Instance Type：ecs.gn7i-c8g1.2xlarge を選択します。

     このインスタンスタイプが在庫切れの場合は、別の GPU インスタンスタイプを選択できます。

   • Image config: Alibaba Cloud Image を選択し、その後、次のイメージを検索して選択します。modelscope:1.26.0-pytorch2.6.0-gpu-py311-cu124-ubuntu22.04。

     環境の問題を避けるため、本トピックで指定されているものと同じイメージを使用してください。

   • Mount storage：モデル開発ファイルを永続的に保存するため、このチュートリアルでは Object Storage Service (OSS) を使用します。[OSS] をクリックし、 アイコンをクリックして [バケット] を選択し、pai_test などのディレクトリを作成します。

     OSS をアクティブ化していない、または現在のリージョンにバケットがない場合は、次の手順で作成します：

     (オプション) OSS のアクティブ化とバケットの作成

     1. OSS サービスをアクティブ化します。

     2. OSS コンソールにログインし、[バケットの作成] をクリックし、[バケット名] を入力し、PAI ワークスペースと同じリージョンを選択し、他のパラメーターはデフォルト値のままにして、[作成] をクリックします。

        

     • URI：oss://**********oss-cn-hangzhou-internal.aliyuncs.com/pai_test/

     • Mount Path：/mnt/data/

3. OK をクリックして DSW インスタンスを作成します。

   インスタンスの起動に失敗した場合は、「DSW インスタンスの作成」をご参照ください。

DSW でのモデル開発

EAS を使用したモデルのデプロイ

Elastic Algorithm Service (EAS) を使用すると、トレーニング済みのモデルをオンライン推論サービスや AI Web アプリケーションとして迅速にデプロイできます。EAS は異種リソースをサポートし、自動スケーリング、ワンクリックストレステスト、カナリアリリース、リアルタイムモニタリングを統合して、高同時実行シナリオでのサービス安定性を低コストで確保します。

1. このチュートリアルでは、モデルサービスの Web API コードと、それを OSS にコピーするコマンドを提供しています。以下のセルを実行するだけです。

   

2. (オプション) DSW で、Web API が起動できることを確認します。次のセルを実行して、不足しているサードパーティパッケージをインストールし、サービスを起動します。

   

   サービス API のテストコードを実行します。ページ上部の [WebIDE] をクリックします。左側のペインで、request_web.py コードファイルをクリックし、 ボタンをクリックしてコードを実行し、サービス API にリクエストを送信します。

   

   次の結果が返されます：

   {"prediction": 7}

   説明

   DSW で実行されている Web サービスにパブリックインターネットから直接アクセスするには、DSW インスタンス用に Virtual Private Cloud (VPC)、NAT Gateway、および Elastic IP Address (EIP) も設定する必要があります。詳細については、「インスタンス内のサービスにインターネット経由でアクセスする」をご参照ください。

3. Elastic Algorithm Service (EAS) を設定します。PAI コンソールの左側のナビゲーションウィンドウで、Elastic Algorithm Service (EAS) ＞ Deploy Service ＞ Custom Deployment をクリックします。

   

   以下の主要なパラメーターを設定し、他のパラメーターはデフォルト設定のままにします：

   • Deployment Method: Image-based Deployment

   • Image Configuration：Image Address を選択し、DSW インスタンスに使用したイメージのアドレスをコピーして貼り付けます。

     DSW でこのイメージ環境が本トピックのモデルサービスコードを実行できることを確認済みです。したがって、未知のランタイム問題を避けるために、デプロイには同じイメージを使用することを推奨します。

     

   • Mount storage：モデルファイルとサービス API コードは OSS にコピーされています。したがって、[OSS] をクリックし、対応する OSS パスを選択します。

     

   • Command to Run：実行コマンドは DSW でのサービス起動コマンドと同じです。ただし、web.py は /mnt/data/ にマウントされているため、web.py のパスを適宜変更する必要があります。最終的な実行コマンドは python /mnt/data/web.py です。

   • Port Number：web.py で使用されるポートを 9000 に設定します。

   • Third-party Library Settings：DSW でのテストにより、選択したイメージに bottle ライブラリが不足していることが判明しました。そのため、サードパーティライブラリ設定でこのライブラリを追加する必要があります。

     

   • Resource Type：Public Resources を選択します。Instance Type には、ecs.gn7i-c8g1.2xlarge を選択します。

   • Configure a system disk：サイズを 20 GB に設定します。

     イメージサイズが大きいため、起動失敗を防ぐために、より大きなシステムディスクが必要です。

   Deploy をクリックしてサービスを作成します。作成プロセスには約 5 分かかります。ステータスが Running に変わると、デプロイは成功です。

4. 呼び出し情報を表示します。サービス詳細ページで、View Endpoint Information をクリックして、Internet Endpoint と Token を取得します。

   

5. サービスを呼び出します。以下のサービスリクエストコードを実行します。コード内のプレースホルダー Internet Endpoint と Token を前のステップで取得した値に置き換えます。

   import requests
   
   """
   テスト画像の URL：
   ラベルは 7
   http://aliyun-document-review.oss-cn-beijing.aliyuncs.com/dsw_files/mnist_label_7_No_0.jpg
   ラベルは 2
   http://aliyun-document-review.oss-cn-beijing.aliyuncs.com/dsw_files/mnist_label_2_No_1.jpg
   ラベルは 1
   http://aliyun-document-review.oss-cn-beijing.aliyuncs.com/dsw_files/mnist_label_1_No_2.jpg
   ラベルは 0
   http://aliyun-document-review.oss-cn-beijing.aliyuncs.com/dsw_files/mnist_label_0_No_3.jpg
   ラベルは 4
   http://aliyun-document-review.oss-cn-beijing.aliyuncs.com/dsw_files/mnist_label_4_No_4.jpg
   ラベルは 9
   http://aliyun-document-review.oss-cn-beijing.aliyuncs.com/dsw_files/mnist_label_9_No_5.jpg
   """
   
   image_url = 'http://aliyun-document-review.oss-cn-beijing.aliyuncs.com/dsw_files/mnist_label_7_No_0.jpg'
   
   # クライアントが画像をダウンロードし、バイナリデータを取得します。
   img_response = requests.get(image_url, timeout=10)
   # ステータスコードに基づいてリクエストが成功したか自動的に確認します。
   img_response.raise_for_status()
   img_bytes = img_response.content
   
   # ヘッダー情報。<your_token> を実際のトークンに置き換えてください。
   # 本番環境では、機密情報の漏洩を防ぐために、トークンを環境変数として設定することを推奨します。
   # 環境変数の設定方法の詳細については、https://www.alibabacloud.com/help/sdk/developer-reference/configure-the-alibaba-cloud-accesskey-environment-variable-on-linux-macos-and-windows-systems をご参照ください。
   headers = {"Authorization": "<your_token>"}
   # バイナリデータを POST リクエストの本文としてモデルサービスに送信します。
   resp = requests.post('<your_public_endpoint>/predict_image', data=img_bytes, headers=headers)
   print(resp.json())

   次の結果が返されます：

   {"prediction": 7}

関連ドキュメント

• DSW の起動失敗のトラブルシューティングについては、「DSW インスタンスの作成」をご参照ください。

• DSW の課金項目と課金方法については、「Data Science Workshop (DSW) の課金」をご参照ください。

• DSW のコア機能の詳細については、「DSW の概要」をご参照ください。

• DSW で実行されている Web サービスにインターネット経由でアクセスするには、「インスタンス内のサービスにインターネット経由でアクセスする」をご参照ください。

• EAS のコア機能の詳細については、「EAS の概要」をご参照ください。