KServe支援以Kubernetes CRD的形式將單個或多個經過訓練的模型（例如TFServing、TorchServe等）部署到模型服務運行時，簡化模型的部署和管理。您可以基於Knative使用InferenceService來部署模型，以獲得基於RPS、並發數、CPU/GPU指標自動彈性，沒有業務流量時縮容至零、便捷的多版本管理等能力。
前提條件
已部署KServe組件，請參見部署KServe組件。
步驟一：部署InferenceService推理服務
首先，您需要部署一個帶有預測能力的InferenceService推理服務，該推理服務將使用iris （鳶尾花）資料集訓練的scikit-learn模型。該資料集具有三個輸出類別：Iris Setosa（山鳶尾，索引：0）、Iris Versicolour（雜色鳶尾花，索引：1）和Iris Virginica（維吉尼亞鳶尾，索引：2）。 然後您可以向部署的模型發送推理請求，以便預測對應的鳶尾植物類別。
iris資料集是由三種鳶尾花，各50組資料構成的資料集。每個樣本包含4個特徵，分別為萼片（Sepals）的長和寬、花瓣（Petals）的長和寬。
執行以下命令，建立一個名為sklearn-iris的InferenceService推理服務。
kubectl apply -f - <<EOF apiVersion: "serving.kserve.io/v1beta1" kind: "InferenceService" metadata: name: "sklearn-iris" spec: predictor: model: modelFormat: name: sklearn storageUri: "gs://kfserving-examples/models/sklearn/1.0/model" EOF執行以下命令，檢查服務狀態。
kubectl get inferenceservices sklearn-iris預期輸出：
NAME URL READY PREV LATEST PREVROLLEDOUTREVISION LATESTREADYREVISION AGE sklearn-iris http://sklearn-iris-predictor-default.default.example.com True 100 sklearn-iris-predictor-default-00001 51s
步驟二：訪問服務
不同服務網關，IP地址有所不同，訪問方式也有所不同。請按需選擇。
ALB
執行以下命令，擷取ALB訪問地址。
kubectl get albconfig knative-internet預期輸出：
NAME ALBID DNSNAME PORT&PROTOCOL CERTID AGE knative-internet alb-hvd8nngl0l******* alb-hvd8nngl0l******.cn-<region>.alb.aliyuncs.com 2執行以下命令，將以下JSON內容寫入
./iris-input.json檔案中，以準備推理輸入請求。cat <<EOF > "./iris-input.json" { "instances": [ [6.8, 2.8, 4.8, 1.4], [6.0, 3.4, 4.5, 1.6] ] } EOF執行以下命令，訪問服務。
INGRESS_DOMAIN=$(kubectl get albconfig knative-internet -o jsonpath='{.status.loadBalancer.dnsname}') SERVICE_HOSTNAME=$(kubectl get inferenceservice sklearn-iris -o jsonpath='{.status.url}' | cut -d "/" -f 3) curl -v -H "Host: ${SERVICE_HOSTNAME}" "http://${INGRESS_DOMAIN}/v1/models/sklearn-iris:predict" -d @./iris-input.json預期輸出：
* Trying 120.77.XX.XX... * TCP_NODELAY set * Connected to alb-hvd8nngl0l******.cn-<region>.alb.aliyuncs.com (120.77.XX.XX) port 80 (#0) > POST /v1/models/sklearn-iris:predict HTTP/1.1 > Host: sklearn-iris-predictor-default.default.example.com > User-Agent: curl/7.58.0 > Accept: */* > Content-Length: 76 > Content-Type: application/x-www-form-urlencoded > * upload completely sent off: 76 out of 76 bytes < HTTP/1.1 200 OK < Date: Thu, 13 Jul 2023 01:48:44 GMT < Content-Type: application/json < Content-Length: 21 < Connection: keep-alive < * Connection #0 to host alb-hvd8nngl0l******.cn-<region>.alb.aliyuncs.com left intact {"predictions":[1,1]}結果返回了兩個預測
{"predictions": [1, 1]}，該結果為推理髮送的兩組資料點對應於索引為1的花，模型預測這兩種花都是Iris Versicolour（雜色鳶尾花）。
MSE
執行以下命令，擷取MSE訪問地址。
kubectl -n knative-serving get ing stats-ingress預期輸出：
NAME CLASS HOSTS ADDRESS PORTS AGE stats-ingress knative-ingressclass * 192.168.XX.XX,47.107.XX.XX 80 15dADDRESS下方的
47.107.XX.XX為MSE網關公網地址，後續會使用該地址訪問服務。MSE的公網和內網順序不固定，有時公網排在內網後面，即ADDRESS為47.107.XX.XX,192.168.XX.XX。執行以下命令，將以下JSON內容寫入
./iris-input.json檔案中，以準備推理輸入請求。cat <<EOF > "./iris-input.json" { "instances": [ [6.8, 2.8, 4.8, 1.4], [6.0, 3.4, 4.5, 1.6] ] } EOF執行以下命令，訪問服務。
# MSE的公網和內網順序不固定，此處使用公網地址訪問。ingress[1]代表公網排在第二位，ingress[0]代表公網排在第一位，請按照實際情況替換。 INGRESS_HOST=$(kubectl -n knative-serving get ing stats-ingress -o jsonpath='{.status.loadBalancer.ingress[1].ip}') SERVICE_HOSTNAME=$(kubectl get inferenceservice sklearn-iris -o jsonpath='{.status.url}' | cut -d "/" -f 3) curl -v -H "Host: ${SERVICE_HOSTNAME}" "http://${INGRESS_HOST}/v1/models/sklearn-iris:predict" -d @./iris-input.json預期輸出：
* Trying 47.107.XX.XX... # 47.107.XX.XX為MSE網關的公網地址。 * TCP_NODELAY set * Connected to 47.107.XX.XX (47.107.XX.XX) port 80 (#0) > POST /v1/models/sklearn-iris:predict HTTP/1.1 > Host: sklearn-iris-predictor-default.default.example.com > User-Agent: curl/7.58.0 > Accept: */* > Content-Length: 76 > Content-Type: application/x-www-form-urlencoded > * upload completely sent off: 76 out of 76 bytes < HTTP/1.1 200 OK < content-length: 21 < content-type: application/json < date: Tue, 11 Jul 2023 09:56:00 GMT < server: istio-envoy < req-cost-time: 5 < req-arrive-time: 1689069360639 < resp-start-time: 1689069360645 < x-envoy-upstream-service-time: 4 < * Connection #0 to host 47.107.XX.XX left intact {"predictions":[1,1]}結果返回了兩個預測
{"predictions": [1, 1]}，該結果為推理髮送的兩組資料點對應於索引為1的花，模型預測這兩種花都是Iris Versicolour（雜色鳶尾花）。
Kourier
執行以下命令，擷取Kourier服務訪問地址。
kubectl -n knative-serving get svc kourier預期輸出：
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE kourier LoadBalancer 192.168.XX.XX 121.40.XX.XX 80:31158/TCP,443:32491/TCP 49m服務訪問IP為
121.40.XX.XX，連接埠為80（HTTP）和443（HTTPS）。執行以下命令，將以下JSON內容寫入
./iris-input.json檔案中，以準備推理輸入請求。cat <<EOF > "./iris-input.json" { "instances": [ [6.8, 2.8, 4.8, 1.4], [6.0, 3.4, 4.5, 1.6] ] } EOF執行以下命令，訪問服務。
INGRESS_HOST=$(kubectl -n knative-serving get service kourier -o jsonpath='{.status.loadBalancer.ingress[0].ip}') SERVICE_HOSTNAME=$(kubectl get inferenceservice sklearn-iris -o jsonpath='{.status.url}' | cut -d "/" -f 3) curl -v -H "Host: ${SERVICE_HOSTNAME}" "http://${INGRESS_HOST}/v1/models/sklearn-iris:predict" -d @./iris-input.json預期輸出：
* Trying 121.40.XX.XX... * TCP_NODELAY set * Connected to 121.40.XX.XX (121.40.XX.XX) port 80 (#0) > POST /v1/models/sklearn-iris:predict HTTP/1.1 > Host: sklearn-iris-predictor-default.default.example.com > User-Agent: curl/7.58.0 > Accept: */* > Content-Length: 76 > Content-Type: application/x-www-form-urlencoded > * upload completely sent off: 76 out of 76 bytes < HTTP/1.1 200 OK < content-length: 21 < content-type: application/json < date: Wed, 12 Jul 2023 08:23:13 GMT < server: envoy < x-envoy-upstream-service-time: 4 < * Connection #0 to host 121.40.XX.XX left intact {"predictions":[1,1]}結果返回了兩個預測
{"predictions": [1, 1]}，該結果為推理髮送的兩組資料點對應於索引為1的花，模型預測這兩種花都是Iris Versicolour（雜色鳶尾花）。
相關文檔
如需在Knative中部署AI模型推理服務，可參見在Knative中部署AI模型推理服務的最佳實務獲得配置建議。
ACK Knative提供Stable Diffusion的應用模板，請參見基於Knative部署生產層級的Stable Diffusion服務。