亚马逊AWS官方博客
使用 Amazon SageMaker Operator 简化 Kubernetes 上的机器学习推理
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
将 <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 的自定义资源定义 (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.aws.amazon.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
将 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：
您可以使用 kubectl get hostingdeployments 跟踪部署状态。请参阅以下代码：
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。
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：
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：
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：
- 将
hosting.yaml中的实例类型修改为ml.c5.2xlarge。请参阅以下代码：apiVersion: sagemaker.aws.amazon.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 - 将更改应用至 Kubernetes 集群。请参阅以下代码：
- 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：
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：
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。