MLOps 自动化部署策略

Fully Automated MLOps

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

模型部署——预测服务

MLOps 参考架构图,突出显示:预测服务。

Fully Automated MLOps

预测服务——模式回顾

预测可通过以下方式提供:

  • 批处理
  • 流处理
  • 实时
  • 边缘侧
Fully Automated MLOps

预测服务——批处理

$$

  • 大批量预测

$$

  • 定期调度

$$

  • 事件触发

$$

$$

$$

批处理示意图。所有输入送入批处理引擎,处理完成后一次性输出。

Fully Automated MLOps

预测服务——流处理

$$

  • 数据持续到达

$$

  • 预测持续输出

$$

$$

流处理示意图。元素持续送入流处理引擎,处理后持续输出到结果流。

Fully Automated MLOps

预测服务——实时

$$

  • 单条记录

$$

  • 即时预测

$$

$$

实时交互示意图

Fully Automated MLOps

预测服务——边缘侧

$$

  • 移动设备

$$

  • 物联网设备

$$

  • 更低延迟

$$

一款在平板设备上运行的物联网应用。

Fully Automated MLOps

部署策略

$$

ML 服务类型决定如何部署和更新预测服务

模型部署策略包括:

  • 影子部署
  • 金丝雀部署
  • A/B 测试
  • 蓝/绿部署
Fully Automated MLOps

A/B 测试

已部署预测服务中的 A/B 测试示意图。预测请求发往负载均衡器,由其分发至模型 A 和 B,并持续监控两者表现。

Fully Automated MLOps

A/B 测试

A/B 测试部署示意。充分监控后,模型 B 表现更好,系统将所有请求切换至该最佳模型。

Fully Automated MLOps

影子部署

影子部署示意图。请求发往负载均衡器,同时送达在线模型与影子模型。仅在线模型返回预测,持续监控两者表现。

Fully Automated MLOps

蓝/绿部署

蓝/绿部署示意。蓝色环境中的模型正在线上运行。

Fully Automated MLOps

蓝/绿部署

将更新后的模型部署到蓝色环境的副本(绿色环境)。流量切换模块开始自动将请求从蓝色导向绿色。

Fully Automated MLOps

蓝/绿部署

蓝/绿部署示意。所有流量逐步、自动从蓝色切换到绿色环境。

Fully Automated MLOps

蓝/绿部署

切换完成后,可删除蓝色环境。带有更新模型的绿色环境成为新生产环境。

Fully Automated MLOps

部署与更新预测服务

$$

模型类型决定部署策略

表格:部署策略及其在四个维度的属性:无停机、按条件、回滚时间、额外成本。

Fully Automated MLOps

让我们来练习!

Fully Automated MLOps

Preparing Video For Download...