Platform For AI:Installation and configuration

Instale o PAI SDK for Python e configure as credenciais do workspace e as definições de região para treinar e implantar modelos.

O PAI SDK for Python é utilizado para treinamento e implantação de modelos, mas não oferece suporte ao gerenciamento de recursos no nível do cluster, como iniciar e parar instâncias, gerenciar cotas ou administrar workspaces. Utilize o Alibaba Cloud Management Console para gerenciar esses recursos.

Pré-requisitos

• Você tem Create an AccessKey.

• Você tem Create and manage workspaces.

• Você tem Console quick start.

• Python 3.8 ou superior.

• Os usuários do RAM devem ter as seguintes permissões no workspace e nos buckets do Object Storage Service (OSS):

  • Atribua a função de desenvolvedor ou administrador ao usuário do RAM para enviar jobs de treinamento. Para mais informações, consulte Manage members of the workspace.

  • Conceda permissões de leitura e gravação para armazenar códigos e modelos nos buckets do OSS. Para mais informações, consulte "Grant your RAM user or RAM role the permissions to access OSS" em Grant the permissions that are required to use Machine Learning Designer.

Instalação

Execute o comando abaixo para instalar o PAI SDK for Python:

pip install "alipai>=0.4.0"

Configuração

Execute o seguinte comando para iniciar o assistente de configuração:

# Run after SDK installation.
python -m pai.toolkit.config

Exemplo de configuração:

$ python -m pai.toolkit.config
Please enter your Alibaba Cloud AccessKeyId: LTAxxx
Please enter your Alibaba Cloud AccessKeySecret: ********************************
Currently configured credentials and region:
AccessKeyId: LTAIxxx
AccessKeySecret: nS0c********************PVLe
RegionId: cn-hangzhou
IdentityType: Account
Cloud service dependency check:
AliyunODPSPAIDefaultRole Authorized
AliyunPAIAccessingOSSRole Authorized
AliyunPAIDLCAccessingOSSRole Authorized
AliyunPAIDLCDefaultRole Authorized
Currently selected workspace information:
WorkspaceName: xxx
WorkspaceId: xxx
Roles: PAI.WorkspaceOwner, PAI.WorkspaceAdmin
Please configure the OSS Bucket to use:
Do you want to use the default OSS Bucket of the current workspace (oss://xxx)? (y/n)

Após a conclusão bem-sucedida da configuração, a seguinte mensagem será exibida: Configuration saved successfully: <Path to which the configurations are saved>.

Parâmetros de configuração

O assistente solicita que você especifique os seguintes parâmetros:

ParâmetroDescriçãoExempworkspace_idO ID do seu workspace do PAI. É possível encontrá-lo no PAI console.12345region_idA região da Alibaba Cloud onde seu workspace ou Elastic Algorithm Service (EAS) está implantado. Obrigatório para acesso entre regiões.us-southeast-1oss_bucket_nameO nome do bucket do OSS usado para armazenar códigos e modelos.my-pai-bucket

Regiões disponíveis

A tabela a seguir lista os valores suportados para o parâmetro region_id:

RegiãoID da RegiãoChina (Hangzhou)cn-hangzhouChina (Shanghai)cn-shanghaiChina (Beijing)cn-beijingChina (Shenzhen)cn-shenzhenChina (Zhangjiakou)cn-zhangjiakouChina (Hong Kong)cn-hongkongSingaporeap-southeast-1Indonesia (Jakarta)ap-southeast-5US (Silicon Valley)us-west-1US (Virginia)us-east-1US (Atlanta)us-southeast-1Germany (Frankfurt)eu-central-1UK (London)eu-west-1Japan (Tokyo)ap-northeast-1

Configuração entre regiões

Para implantar serviços do EAS em uma região diferente da sua workspace, configure a sessão programaticamente:

from pai.session import Session

# Initialize session with US region
session = Session(
    workspace_id="12345",
    region_id="us-southeast-1",  # EAS service deployed in US region
    oss_bucket_name="my-pai-bucket"
)

# Deploy model to EAS service in us-southeast-1
from pai.model import Model

model = Model(
    model_data="oss://my-pai-bucket/models/my_model/",
    session=session
)

# Deploy with region-specific configuration
predictor = model.deploy(
    service_name="my-service",
    instance_type="ecs.g6.xlarge",
    options={
        "metadata.region": "us-southeast-1"  # Explicit region specification
    }
)

Nota: Para obter o melhor desempenho, mantenha seu bucket do OSS e o serviço do EAS na mesma região. A transferência de dados entre regiões pode gerar latência adicional e custos extras.

Próximos passos

Após concluir a configuração, comece a enviar jobs de treinamento. Para mais informações, consulte Submit a training job.