亚马逊AWS官方博客

使用 Amazon SageMaker Operator 简化 Kubernetes 上的机器学习推理

Original URL:https://amazonaws-china.com/blogs/machine-learning/simplify-machine-learning-inference-on-kubernetes-with-amazon-sagemaker-operators/

适用于 Kubernetes 的 Amazon SageMaker Operator使您可以用 SageMaker 托管的终端节点增强现有的 Kubernetes 集群。

创建一个可靠、高效的机器学习推理服务需要做很多的投入。拿一个基于 XGBoost 模型的服务来说,开发人员需要创建一个完善的应用程序,例如通过 Flask 来加载模型,然后运行终端节点。创建这个应用程序,开发人员需要考虑队列管理、无故障部署以及重新加载新训练的模型等等事宜。应用开发好后被打包成容器镜像,然后推送到镜像仓库。Kubernetes 从镜像仓库拉取该镜像在集群上进行部署,部署好后才可以对外提供服务。这些步骤需要您的数据科学家从事与提高模型准确性无关的任务,或引进devops工程师来做这些工作。这些过程加到开发计划中,必然会需要更多的时间进行服务迭代。

使用 SageMaker Operator,开发人员只需要编写 yaml 文件来指定所保存模型的 S3 存储位置,而实时预测通过安全的终端节点即可使用。重新配置终端节点与更新 yaml 文件一样简单。除了使用简单之外,该服务还具有以下特征:

  • 多模型终端节点 – 托管几十个或更多模型可能会给配置带来困难,并且会导致很多机器以低利用率运行。多模型终端节点通过动态加载用于服务的模型构件来设置一个实例
  • 弹性推理 – 在拆分开的 GPU 上运行较小的工作负载,您可以以较低的成本部署该 GPU
  • 高利用率和动态 Auto Scaling – 终端节点可以以 100% 的利用率运行,并基于您定义的自定义指标(如每秒钟的调用数量)来添加副本。或者,可以按预定义的客户端性能指标配置自动扩展
  • 可用区转移 – 如果发生中断,Amazon SageMaker 会将您的终端节点自动移动到 VPC 内的另一个可用区
  • A/B 测试– 设置多个模型,并导向与您在单个终端节点上设置的量成比例的流量
  • 安全性 – 终端节点使用 HTTPS 创建,可以配置为在私有 VPC(没有互联网出口)中运行并通过 AWS PrivateLink 访问
  • 合规性准备 – Amazon SageMaker 已经过认证,符合 HIPAA、PCI DSS 和 SOC (1, 2, 3) 规则和法规

AWS 为 Kubernetes 开发的SageMaker Operator 将以上这些特性打包到一起。SageMaker Operator大大缩短模型到应用的时间,并减少创建和维护生产环境的人力。这可以使单独使用 EKS 或 EC2 的总拥有成本下降 90%。

本博文演示如何设置适用于 Kubernetes 的 Amazon SageMaker Operator,以完全从 kubectl 为预先训练的 XGBoost 模型创建和更新终端节点。该解决方案包含以下步骤:

  • 创建 IAM Amazon SageMaker 角色,提供服务您的模型所需的 Amazon SageMaker 权限
  • 准备 YAML 文件,以将您的模型部署到 Amazon SageMaker
  • 将您的模型部署到 Amazon SageMaker
  • 查询终端节点以获取预测
  • 对部署的模型执行最终的一致性更新

先决条件

本博文假设您拥有以下先决条件:

  • 一个 Kubernetes 集群
  • 您的集群上已安装 Amazon SageMaker Operator
  • 一个您可以部署的 XGBoost 模型

有关将Operator安装到 Amazon EKS 集群上的信息,请参阅现已推出适用于 Kubernetes 的 Amazon SageMaker Operator。您可以自带 XGBoost 模型,但本教程使用前面所述博文中的现有模型。

创建一个 Amazon SageMaker 执行角色

Amazon SageMaker 需要一个 IAM 角色,它可以承担该角色来服务您的模型。如果您还没有该角色,请使用下面的 bash 代码创建一个:

export assume_role_policy_document='{
  "Version": "2012-10-17",
  "Statement": [{
    "Effect": "Allow",
    "Principal": {
      "Service": "sagemaker.amazonaws.com"
    },
    "Action": "sts:AssumeRole"
  }]
}'
aws iam create-role --role-name <execution role name> \
    --assume-role-policy-document \
    "$assume_role_policy_document"
aws iam attach-role-policy --role-name <execution role name> \
    --policy-arn \
    arn:aws:iam::aws:policy/AmazonSageMakerFullAccess

<execution role name> 替换为适用的角色名称。这将创建一个 IAM 角色,Amazon SageMaker 可以使用该角色来服务您的模型。

准备您的托管部署

Operator提供名为 HostingDeployment自定义资源定义 (CRD)。您可以使用 HostingDeployment 在 Amazon SageMaker 托管上配置您的模型部署。

要准备您的托管部署,请使用以下内容创建名为 hosting.yaml 的文件:

apiVersion: sagemaker.thinkwithwp.com/v1
kind: HostingDeployment
metadata:
  name: hosting-deployment
spec:
  region: us-east-2
  productionVariants:
    - variantName: AllTraffic
      modelName: xgboost-model
      initialInstanceCount: 1
      instanceType: ml.r5.large
      initialVariantWeight: 1
  models:
    - name: xgboost-model
      executionRoleArn: SAGEMAKER_EXECUTION_ROLE_ARN
      containers:
        - containerHostname: xgboost
          modelDataUrl: s3://BUCKET_NAME/model.tar.gz
          image: 825641698319.dkr.ecr.us-east-2.amazonaws.com/xgboost:latest

SAGEMAKER_EXECUTION_ROLE_ARN 替换为您在上一步中创建的执行角色的 ARN。将 BUCKET_NAME 替换为包含模型的存储桶。

确保存储桶区域 HostingDeployment 区域和映像 ECR 区域一致。

将您的模型部署到 Amazon SageMaker

您现在可以通过运行 kubectl apply -f hosting.yaml 来启动部署。请参阅以下代码:

$ kubectl apply -f hosting.yaml
hostingdeployment.sagemaker.thinkwithwp.com/hosting-deployment created

您可以使用 kubectl get hostingdeployments 跟踪部署状态。请参阅以下代码:

$ kubectl get hostingdeployments
NAME                 STATUS     SAGEMAKER-ENDPOINT-NAME
hosting-deployment   Creating   hosting-deployment-38ecac47487611eaa81606fc3390e6ba

您的模型终端节点最多可能需要十五分钟才能部署好。  您可以使用以下命令查看状态。  终端节点达到 InService 状态后便可以立即用于查询。

$ kubectl get hostingdeployments
NAME                 STATUS      SAGEMAKER-ENDPOINT-NAME
hosting-deployment   InService   hosting-deployment-38ecac47487611eaa81606fc3390e6ba

查询终端节点

终端节点投入使用后,您可以测试它是否能与以下示例代码结合使用:

$ aws sagemaker-runtime invoke-endpoint \
  --region us-east-2 \
  --endpoint-name SAGEMAKER-ENDPOINT-NAME \
  --body $(seq 784 | xargs echo | sed 's/ /,/g') \
  >(cat) \
  --content-type text/csv > /dev/null

bash 命令使用 AWS CLI 与 HTTPS 终端节点连接。您创建的模型基于 MNIST 位数据集,您的预测工具会读取图像中的数字。当您进行此调用时,它会以 CSV 格式发送包含 784 项特征的推理负载,这些特征代表图像中的像素。您将在负载中看到模型所认为的预测数字。请参阅以下代码:

$ aws sagemaker-runtime invoke-endpoint \
  --region us-east-2 \
  --endpoint-name hosting-deployment-38ecac47487611eaa81606fc3390e6ba \
  --body $(seq 784 | xargs echo | sed 's/ /,/g') \
  >(cat) \
  --content-type text/csv > /dev/null
8.0

此代码确认您的终端节点已启动并在运行。

最终一致的更新

部署好模型后,您可以对 Kubernetes YAML 进行更改,SageMaker Operator将更新终端节点。这些更新将以最终一致的方式传播到 Amazon SageMaker。这样一来,您便可以以声明式的方式配置您的终端节点,并让SageMaker Operator处理细节。

证明这一点,您可以将模型的实例类型从 ml.r5.large 更改为 ml.c5.2xlarge。请执行以下步骤:

  1. hosting.yaml 中的实例类型修改为 ml.c5.2xlarge。请参阅以下代码:
    apiVersion: sagemaker.thinkwithwp.com/v1
    kind: HostingDeployment
    metadata:
      name: hosting-deployment
    spec:
      region: us-east-2
      productionVariants:
        - variantName: AllTraffic
          modelName: xgboost-model
          initialInstanceCount: 1
          instanceType: ml.c5.2xlarge
          initialVariantWeight: 1
      models:
        - name: xgboost-model
          executionRoleArn: SAGEMAKER_EXECUTION_ROLE_ARN
          containers:
            - containerHostname: xgboost
              modelDataUrl: s3://BUCKET_NAME/model.tar.gz
              image: 825641698319.dkr.ecr.us-east-2.amazonaws.com/xgboost:latest
    
  2. 将更改应用至 Kubernetes 集群。请参阅以下代码:
    $ kubectl apply -f hosting.yaml
    hostingdeployment.sagemaker.thinkwithwp.com/hosting-deployment configured
  3. 获取托管部署的状态。该状态将显示为正在更新,然后在准备好以后更改为 InService。请参阅以下代码:
    $ kubectl get hostingdeployments
    NAME                 STATUS     SAGEMAKER-ENDPOINT-NAME
    hosting-deployment   Updating   hosting-deployment-38ecac47487611eaa81606fc3390e6ba

终端节点在整个更新过程中保持实时状态且完全可用。有关更多信息和其他示例,请参阅 GitHub 存储库

清理

要删除终端节点而不会产生更多使用费用,请运行 kubectl delete -f hosting.yaml。请参阅以下代码:

$ kubectl delete -f hosting.yaml
hostingdeployment.sagemaker.thinkwithwp.com "hosting-deployment" deleted

结论

本博文演示了适用于 Kubernetes 的 Amazon SageMaker Operator如何支持实时推理。它还支持训练和超参数调整。

希望您能分享您的经验和反馈,或者提交其他示例 YAML 规范或Operator改进信息。您可以分享您使用适用于 Kubernetes 的 Amazon SageMaker Operator的相关情况,您可以在 AWS 论坛中的 Amazon SageMaker 的板块下发布帖子,在 GitHub 存储库中创建问题,或发送给您的 AWS Support 联系人并由其代为转达。


关于作者

Cade Daniel 是 AWS Deep Learning 部门的软件开发工程师。他开发的产品能够帮助客户更轻松更高效地训练和服务 DL/ML 模型。工作之余,他喜欢练习西班牙语和钻研新的爱好。

 

 

 

Alex Chung 是 AWS Deep Learning 部门的高级产品经理。他负责推广 AWS Deep Learning 产品,并使产品更贴合大众需求。他对社会影响力和科技很感兴趣,会定期参加体育锻炼,并喜爱健康烹饪。