Platform For AI：預置Processor使用說明

EAS預置的PMML Processor主要功能包括：

• 將PMML類型的模型檔案載入為一個服務。

• 處理對模型服務進行調用的請求。

• 根據模型計算請求結果，並將其返回至用戶端。

PMML Processor提供預設的缺失值填充策略。如果PMML模型檔案中的特徵欄位無指定isMissing策略，則系統預設以如下值進行填充。

您可以通過如下任何一種方式部署PMML模型：

• 控制台上傳

  選擇Processor種類為PMML，詳情請參見控制台上傳部署。

• 本地用戶端部署

  在服務組態檔service.json中，將processor欄位配置為相應的Processor Code，即pmml，樣本如下。

  {
    "processor": "pmml",
    "generate_token": "true",
    "model_path": "http://xxxxx/lr.pmml",
    "name": "eas_lr_example",
    "metadata": {
      "instance": 1,
      "cpu": 1 #自動為每個CPU配置4 GB記憶體，稱為1 Quota。
    }
  }

• DSW部署

  類似於本地用戶端部署，編寫服務組態檔service.json，詳情請參見DSW部署。

EAS提供的TensorFlow1.12 Processor可以載入SavedModel（推薦）或SessionBundle格式的TensorFlow模型。對於Keras和Checkpoint模型，需要先將其轉換為SavedModel模型，再進行部署，詳情請參見TensorFlow模型如何匯出為SavedModel。

您可以通過如下任何一種方式部署TensorFlow模型：

• 控制台上傳

  選擇Processor種類為TensorFlow1.12，詳情請參見控制台上傳部署。

• 本地用戶端部署

  在服務組態檔service.json中，將processor欄位配置為相應的Processor Code，即tensorflow_cpu_1.12或tensorflow_gpu_1.12（需要根據部署所用的資源進行選擇，如果processor與資源不匹配，則會導致部署報錯），樣本如下。

  {
    "name": "tf_serving_test",
    "generate_token": "true",
    "model_path": "http://xxxxx/savedmodel_example.zip",
    "processor": "tensorflow_cpu_1.12",
    "metadata": {
      "instance": 1,
      "cpu": 1,
      "gpu": 0,
      "memory": 2000
    }
  }

• DSW部署

  類似於本地用戶端部署，編寫服務組態檔service.json，詳情請參見DSW部署。

EAS提供的TensorFlow1.14 Processor可以載入SavedModel（推薦）或SessionBundle格式的TensorFlow模型。對於Keras和Checkpoint模型，需要先將其轉換為SavedModel模型，再進行部署，詳情請參見TensorFlow模型如何匯出為SavedModel。

您可以通過如下任何一種方式部署TensorFlow模型：

• 控制台上傳

  選擇Processor種類為TensorFlow1.14，詳情請參見控制台上傳部署。

• 本地用戶端部署

  在服務組態檔service.json中，將processor欄位配置為相應的Processor Code，即tensorflow_cpu_1.14或tensorflow_gpu_1.14（需要根據部署所用的資源進行選擇，如果processor與資源不匹配，則會導致部署報錯），樣本如下。

  {
    "name": "tf_serving_test",
    "generate_token": "true",
    "model_path": "http://xxxxx/savedmodel_example.zip",
    "processor": "tensorflow_cpu_1.14",
    "metadata": {
      "instance": 1,
      "cpu": 1,
      "gpu": 0,
      "memory": 2000
    }
  }

• DSW部署

  類似於本地用戶端部署，編寫服務組態檔service.json，詳情請參見DSW部署。

EAS提供的TensorFlow1.15 Processor可以載入SavedModel（推薦）或SessionBundle格式的TensorFlow模型。對於Keras和Checkpoint模型，需要先將其轉換為SavedModel模型，再進行部署，詳情請參見TensorFlow模型如何匯出為SavedModel。

您可以通過如下任何一種方式部署TensorFlow模型：

• 控制台上傳

  選擇Processor種類為TensorFlow1.15，詳情請參見控制台上傳部署。

• 本地用戶端部署

  在服務組態檔service.json中，將processor欄位配置為相應的Processor Code，即tensorflow_cpu_1.15或tensorflow_gpu_1.15（需要根據部署所用的資源進行選擇，如果processor與資源不匹配，則會導致部署報錯），樣本如下。

  {
    "name": "tf_serving_test",
    "generate_token": "true",
    "model_path": "http://xxxxx/savedmodel_example.zip",
    "processor": "tensorflow_cpu_1.15",
    "metadata": {
      "instance": 1,
      "cpu": 1,
      "gpu": 0,
      "memory": 2000
    }
  }

• DSW部署

  類似於本地用戶端部署，編寫服務組態檔service.json，詳情請參見DSW部署。關於服務組態檔中的參數解釋請參見建立服務。

EAS提供的TensorFlow2.3 Processor可以載入SavedModel（推薦）或SessionBundle格式的TensorFlow模型。對於Keras和Checkpoint模型，需要先將其轉換為SavedModel模型，再進行部署，詳情請參見TensorFlow模型如何匯出為SavedModel。

您可以通過如下任何一種方式部署TensorFlow模型：

• 控制台上傳

  選擇Processor種類為TensorFlow2.3，詳情請參見控制台上傳部署。

• 本地用戶端部署

  在服務組態檔service.json中，將processor欄位配置為相應的Processor Code，即tensorflow_cpu_2.3，樣本如下。

  {
    "name": "tf_serving_test",
    "generate_token": "true",
    "model_path": "http://xxxxx/savedmodel_example.zip",
    "processor": "tensorflow_cpu_2.3",
    "metadata": {
      "instance": 1,
      "cpu": 1,
      "gpu": 0,
      "memory": 2000
    }
  }

• DSW部署

  類似於本地用戶端部署，編寫服務組態檔service.json，詳情請參見DSW部署。

EAS提供的PyTorch1.6 Processor可以載入TorchScript格式的模型，詳情請參見TorchScript官方介紹。

您可以通過如下任何一種方式部署TorchScript模型：

• 控制台上傳

  選擇Processor種類為PyTorch1.6，詳情請參見控制台上傳部署。

• 本地用戶端部署

  在服務組態檔service.json中，將processor欄位配置為相應的Processor Code，即pytorch_cpu_1.6或pytorch_gpu_1.6（需要根據部署所用的資源進行選擇，如果processor與資源不匹配，則會導致部署報錯），樣本如下。

  {
    "name": "pytorch_serving_test",
    "generate_token": "true",
    "model_path": "http://xxxxx/torchscript_model.pt",
    "processor": "pytorch_gpu_1.6",
    "metadata": {
      "instance": 1,
      "cpu": 1,
      "gpu": 1,
      "cuda": "10.0",
      "memory": 2000
    }
  }

• DSW部署

  類似於本地用戶端部署，編寫服務組態檔service.json，詳情請參見DSW部署。關於服務組態檔中的參數解釋請參見建立服務。

EAS提供的Caffe Processor可以載入Caffe架構訓練得到的深度學習模型。因為Caffe架構比較靈活，所以部署Caffe模型時，需要指定模型包的Model檔案名稱和Weight檔案名稱。

您可以通過如下任何一種方式部署Caffe模型：

• 控制台上傳

  選擇Processor種類為Caffe，詳情請參見控制台上傳部署。

• 本地用戶端部署

  在服務組態檔service.json中，將processor欄位配置為相應的Processor Code，即caffe_cpu或caffe_gpu（需要根據部署所用的資源進行選擇，如果processor與資源不匹配，則會導致部署報錯），樣本如下。

  {
    "name": "caffe_serving_test",
    "generate_token": "true",
    "model_path": "http://xxxxx/caffe_model.zip",
    "processor": "caffe_cpu",
    "model_config": {
      "model": "deploy.prototxt",
      "weight": "bvlc_reference_caffenet.caffemodel"
    },
    "metadata": {
      "instance": 1,
      "cpu": 1,
      "gpu": 0,
      "memory": 2000
    }
  }

• DSW部署

  類似於本地用戶端部署，編寫服務組態檔service.json，詳情請參見DSW部署。

以下介紹如何使用PS演算法Processor部署模型服務及如何發送服務要求。

• 您可以通過如下任何一種方式部署PS格式的模型：

  • 控制台上傳

    選擇Processor種類為PS演算法，詳情請參見服務部署：控制台。

  • 本地用戶端部署

    在服務組態檔service.json中，將processor欄位配置為相應的Processor Code，即parameter_sever，樣本如下。

    {
      "name":"ps_smart",
      "model_path": "oss://examplebucket/xlab_m_pai_ps_smart_b_1058272_v0.tar.gz",
      "processor": "parameter_sever",
      "metadata": {
        "region": "beijing",
        "cpu": 1,
        "instance": 1,
        "memory": 2048
      }
    }

  • DSW部署

    類似於本地用戶端部署，編寫服務組態檔service.json，詳情請參見DSW部署。

• 請求說明

  支援單個請求預測或批量請求預測。單個請求和批量請求資料結構相同，即JSON數組裡包含features對象。

  • 單個請求樣本

    curl "http://eas.location/api/predict/ps_smart" -d "[
                {
                    "f0": 1,
                    "f1": 0.2,
                    "f3": 0.5,
                }
    ]"

  • 多個請求樣本

    curl "http://eas.location/api/predict/ps_smart" -d "[
            {
                "f0": 1,
                "f1": 0.2,
                "f3": 0.5,
            },
            {
                "f0": 1,
                "f1": 0.2,
                "f3": 0.5,
            }
    ]"

  • 傳回值

    單個請求和批量請求傳回值也相同，即數組裡包含返回對象，且返回的對象位置和請求資料一一對應。

    [
      {
        "label":"xxxx",
        "score" : 0.2,
        "details" : [{"k1":0.3}, {"k2":0.5}]
      },
      {
        "label":"xxxx",
        "score" : 0.2,
        "details" : [{"k1":0.3}, {"k2":0.5}]
      }
    ]

您可以通過如下任何一種方式部署EasyTransfer模型：

• 控制台上傳

  選擇Processor種類為EasyTransfer，詳情請參見控制台上傳部署。

• 本地用戶端部署

  在服務組態檔service.json中，將processor欄位配置為相應的Processor Code，即easytransfer_cpu或easytransfer_gpu（需要根據部署所用的資源進行選擇，如果processor與資源不匹配，則會導致部署報錯）。在model_config的type欄位指定訓練時所使用的模型類型，文本分類模型樣本如下。其他參數的詳細解釋請參見建立服務。

  • 使用GPU部署的配置（以公用資源群組為例）

    {
      "name": "et_app_demo"
      "metadata": {
        "instance": 1
      },
      "cloud": {
        "computing": {
          "instance_type": "ecs.gn6i-c4g1.xlarge"
        }
      },
      "model_path": "http://xxxxx/your_model.zip",
      "processor": "easytransfer_gpu",
      "model_config": {
        "type": "text_classify_bert"
      }
    }

  • 使用CPU部署的配置

    {
      "name": "et_app_demo",
      "model_path": "http://xxxxx/your_model.zip",
      "processor": "easytransfer_cpu",
      "model_config": {
        "type":"text_classify_bert"
      }
      "metadata": {
        "instance": 1,
        "cpu": 1,
        "memory": 4000
      }
    }

  目前支援的任務類型如下表所示。

  任務類型	type
  文本匹配	text_match_bert
  文本分類	text_classify_bert
  序列標註	sequence_labeling_bert
  文本向量化	vectorization_bert

您可以通過如下任何一種方式部署EasyNLP模型：

• 控制台上傳

  選擇Processor種類為EasyNLP ，詳情請參見控制台上傳部署。

• 本地用戶端部署

  在服務組態檔service.json中，將processor欄位配置為相應的Processor Code，即easynlp。在model_config的type欄位指定訓練時所使用的模型類型，文本分類（單標籤）模型樣本如下。其他參數的詳細解釋請參見建立服務。

  {
    "name": "easynlp_app_demo",
    "metadata": {
      "instance": 1
    },
    "cloud": {
      "computing": {
        "instance_type": "ecs.gn6i-c4g1.xlarge"
      }
    },
    "model_config": {
      "app_name": "text_classify",
      "type": "text_classify"
    },
    "model_path": "http://xxxxx/your_model.tar.gz",
    "processor": "easynlp"
  }

  目前支援的任務類型如下表所示。

  任務類型	type
  文本分類（單標籤）	text_classify
  文本分類（多標籤）	text_classify_multi
  文本匹配	text_match
  序列標註	sequence_labeling
  文本向量化	vectorization
  中文摘要產生（GPU）	sequence_generation_zh
  英文摘要產生（GPU）	sequence_generation_en
  機器閱讀理解（中文）	machine_reading_comprehension_zh
  機器閱讀理解（英文）	machine_reading_comprehension_en
  WUKONG_CLIP（GPU）	wukong_clip
  CLIP（GPU）	clip

服務部署完成後，在模型線上服務（EAS）頁面，單擊待調用服務服務方式列下的調用資訊，查看服務訪問的Endpoint和用於服務鑒權的Token資訊，參照如下Python樣本調用服務。

import requests
# 替換為已擷取的服務訪問的Endpoint。
url = '<eas-service-url>'
# 替換為已擷取的Token資訊。
token = '<eas-service-token>'
# 輸出需要預測的資料，以下以文本分類為例。
request_body = {
    "first_sequence": "hello"
}
 
headers = {"Authorization": token}
resp = requests.post(url=url, headers=headers, json=request_body)
print(resp.content.decode())

您可以通過如下任何一種方式部署EasyCV模型：

• 控制台上傳

  選擇Processor種類為EasyCV，詳情請參見控制台上傳部署。

• 本地用戶端部署

  在服務組態檔service.json中，將processor欄位配置為相應的Processor Code，即easycv。在model_config的type欄位指定訓練時所使用的模型類型，映像分類模型樣本如下。其他參數的詳細解釋請參見建立服務。

  {
    "name": "easycv_classification_example",
    "processor": "easycv",
    "model_path": "oss://examplebucket/epoch_10_export.pt",
    "model_config": {"type":"TorchClassifier"},
    "metadata": {
      "instance": 1
    },
    "cloud": {
      "computing": {
        "instance_type": "ecs.gn5i-c4g1.xlarge"
      }
    }
  }

  目前支援的任務類型如下表所示。

  任務類型	model_config
  映像分類	{"type":"TorchClassifier"}
  目標檢測	{"type":"DetectionPredictor"}
  語義分割	{"type":"SegmentationPredictor"}
  yolox目標檢測	{"type":"YoloXPredictor"}
  視頻分類	{"type":"VideoClassificationPredictor"}

服務部署完成後，在模型線上服務（EAS）頁面，單擊待調用服務服務方式列下的調用資訊，查看服務訪問的Endpoint和用於服務鑒權的Token資訊，參照如下Python樣本調用服務。

import requests
import base64
import json
resp = requests.get('http://exmaplebucket.oss-cn-zhangjiakou.aliyuncs.com/images/000000123213.jpg')
ENCODING = 'utf-8'
datas = json.dumps( {
            "image": base64.b64encode(resp.content).decode(ENCODING)
            })
# 替換為已擷取的Token資訊。
head = {
   "Authorization": "NTFmNDJlM2E4OTRjMzc3OWY0NzI3MTg5MzZmNGQ5Yj***"
}
for x in range(0,10):
  	# 替換為已擷取的服務訪問的Endpoint。
    resp = requests.post("http://150231884461***.cn-hangzhou.pai-eas.aliyuncs.com/api/predict/test_easycv_classification_example", data=datas, headers=head)
    print(resp.text)
                            

其中，需要將映像或視頻資料編碼成Base64格式進行傳輸，映像資料使用關鍵字image，視頻資料使用關鍵字video。

您可以通過如下任何一種方式部署EasyVision模型：

• 控制台上傳

  選擇Processor種類為EasyVision，詳情請參見控制台上傳部署。

• 本地用戶端部署

  在服務組態檔service.json中，將processor欄位配置為相應的Processor Code，即easy_vision_cpu_tf1.12_torch151或easy_vision_gpu_tf1.12_torch151（需要根據部署所用的資源進行選擇，如果processor與資源不匹配，則會導致部署報錯），在model_config的type欄位指定訓練時所使用的模型類型，樣本如下。其他參數的詳細解釋請參見建立服務：

  • 使用GPU部署的配置

    {
      "name": "ev_app_demo",
      "processor": "easy_vision_gpu_tf1.12_torch151",
      "model_path": "oss://path/to/your/model",
      "model_config": "{\"type\":\"classifier\"}",
      "metadata": {
        "resource": "your_resource_name",
        "cuda": "9.0",
        "instance": 1,
        "memory": 4000,
        "gpu": 1,
        "cpu": 4,
        "rpc.worker_threads" : 5
      }
    }

  • 使用CPU部署的配置

    {
      "name": "ev_app_cpu_demo",
      "processor": "easy_vision_cpu_tf1.12_torch151",
      "model_path": "oss://path/to/your/model",
      "model_config": "{\"type\":\"classifier\"}",
      "metadata": {
        "resource": "your_resource_name",
        "instance": 1,
        "memory": 4000,
        "gpu": 0,
        "cpu": 4,
        "rpc.worker_threads" : 5
      }
    }

您可以通過如下任何一種方式部署MediaFlow模型：

• 控制台上傳

  選擇Processor種類為MediaFlow，詳情請參見控制台上傳部署。

• 本地用戶端部署

  在服務組態檔service.json中，將processor欄位配置為相應的Processor Code，即mediaflow。此外，使用MediaFlow Processor部署模型，還需要增加如下特有欄位，其他欄位說明請參見建立服務：

  • graph_pool_size：圖池的數量。

  • worker_threads：調度線程的數量。

  樣本如下：

  • 部署視頻分類模型的配置。

    {
      "model_entry": "video_classification/video_classification_ext.js", 
      "name": "video_classification", 
      "model_path": "oss://path/to/your/model", 
      "generate_token": "true", 
      "processor": "mediaflow", 
      "model_config" : {
          "graph_pool_size":8,
          "worker_threads":16
      },
      "metadata": {
        "eas.handlers.disable_failure_handler" :true,
        "resource": "your_resource_name", 
          "rpc.worker_threads": 30,
          "rpc.enable_jemalloc": true,
        "rpc.keepalive": 500000, 
        "cpu": 4, 
        "instance": 1, 
        "cuda": "9.0", 
        "rpc.max_batch_size": 64, 
        "memory": 10000, 
        "gpu": 1 
      }
    }

  • 部署語音辨識（ASR）模型的配置。

    {
      "model_entry": "asr/video_asr_ext.js", 
      "name": "video_asr", 
      "model_path": "oss://path/to/your/model", 
      "generate_token": "true", 
      "processor": "mediaflow", 
      "model_config" : {
          "graph_pool_size":8,
          "worker_threads":16
      },
      "metadata": {
        "eas.handlers.disable_failure_handler" :true,
        "resource": "your_resource_name", 
          "rpc.worker_threads": 30,
          "rpc.enable_jemalloc": true,
        "rpc.keepalive": 500000, 
        "cpu": 4, 
        "instance": 1, 
        "cuda": "9.0", 
        "rpc.max_batch_size": 64, 
        "memory": 10000, 
        "gpu": 1 
      }
    }

  語音辨識與視頻分類service.json配置的主要差異為model_entry、name及model_path欄位，需要您根據部署的模型類型進行修改。

Triton Inference Server是NVIDIA公司推出的新一代線上服務架構，它針對GPU上的模型提供了簡單易用的部署和管理介面，且相容KFServing的API標準。此外，Triton Inference Server還具有以下特點：

• 支援多種開源架構的部署，包括TensorFlow、PyTorch、ONNX Runtime及TensorRT等，同時也支援您提供的自訂服務後端（backend）。

• 支援多個模型同時運行在GPU上，以提高GPU裝置的利用率。

• 支援HTTP/gRPC通訊協定，提供二進位格式擴充以壓縮發送請求的大小。

• 支援Dynamic Batching功能，提升服務吞吐。

Triton Inference Server在EAS上以預置的Triton Processor形式發布。

以下介紹如何使用Triton Processor部署模型服務及如何調用該服務：

• 使用Triton Processor部署模型服務

  您只能通過用戶端工具eascmd部署Triton模型服務。關於如何使用用戶端工具eascmd部署模型服務，請參見建立服務。部署模型服務時，使用的服務描述設定檔service.json中，需要將processor欄位配置為相應的Processor Code，即triton。此外，由於Triton需要從OSS中擷取模型，因此還需要使用者配置OSS的相關參數。service.json的樣本如下。

  {
    "name": "triton_test",                          
    "processor": "triton",
    "processor_params": [
      "--model-repository=oss://triton-model-repo/models", 
      "--allow-http=true", 
    ],
    "metadata": {
      "instance": 1,
      "cpu": 4,
      "gpu": 1,
      "memory": 10000,
      "resource":"<your resource id>"
    }
  }

  部署Triton模型服務需要配置的特有參數的含義如下表所示，其他通用參數含義請參見service.json中的參數詳解。

  參數		描述
  processor_params		服務啟動時傳遞給Triton Server的參數。對於不支援的參數將被自動過濾，支援傳遞給Triton server的參數集合如下面的支援傳遞給Triton server的參數集合所示。其中model-repository為必填參數，其他選擇性參數請參見main.cc。
  oss_endpoint		OSS的Endpoint。如果不傳遞該參數，則系統會自動使用當前EAS服務所在地區的OSS服務。如果需要使用跨地區的OSS服務，則必須指定該參數。該參數的取值請參見訪問網域名稱和資料中心。
  metadata	resource	用於部署模型服務的EAS專屬資源群組ID。通過Triton Processor部署模型服務時，使用的資源必須為EAS的專屬資源群組。關於如何建立EAS專屬資源群組，請參見使用專屬資源群組。

  表 1. 支援傳遞給Triton server的參數集合

  參數	是否必選	描述
  model-repository	是	路徑需要指定為OSS路徑，系統不支援直接使用Bucket根目錄作為model-repository，需要指定Bucket下的某個子目錄才可以。 例如，oss://triton-model-repo/models，其中triton-model-repo為Bucket名稱，models為Bucket下的一個子目錄。
  log-verbose	否	參數詳情請參見main.cc。
  log-info	否
  log-warning	否
  log-error	否
  exit-on-error	否
  strict-model-config	否
  strict-readiness	否
  allow-http	否
  http-thread-count	否
  pinned-memory-pool-byte-size	否
  cuda-memory-pool-byte-size	否
  min-supported-compute-capability	否
  buffer-manager-thread-count	否
  backend-config	否

• 使用Triton原生Client調用EAS Triton Processor服務

  使用Python Client發出請求，您需要先通過如下命令安裝Triton官方提供的Client。

  pip3 install nvidia-pyindex
  pip3 install tritonclient[all]

  下載測試圖片到目前的目錄，命令如下。

  wget http://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/doc-assets/cat.png

  以下樣本中，使用Python Client向Triton Processor服務發送請求，該請求的資料格式是二進位格式。

  import numpy as np
  import time
  from PIL import Image
  
  import tritonclient.http as httpclient
  from tritonclient.utils import InferenceServerException
  
  URL = "<service url>"  # 將<service url>替換為服務的訪問地址。
  HEADERS = {"Authorization": "<service token>"} # 將<service token>替換為服務的訪問Token。
  input_img = httpclient.InferInput("input", [1, 299, 299, 3], "FP32")
  img = Image.open('./cat.png').resize((299, 299))
  img = np.asarray(img).astype('float32') / 255.0
  input_img.set_data_from_numpy(img.reshape([1, 299, 299, 3]), binary_data=True)
  
  output = httpclient.InferRequestedOutput(
      "InceptionV3/Predictions/Softmax", binary_data=True
  )
  triton_client = httpclient.InferenceServerClient(url=URL, verbose=False)
  
  start = time.time()
  for i in range(10):
      results = triton_client.infer(
          "inception_graphdef", inputs=[input_img], outputs=[output], headers=HEADERS
      )
      res_body = results.get_response()
      elapsed_ms = (time.time() - start) * 1000
      if i == 0:
          print("model name: ", res_body["model_name"])
          print("model version: ", res_body["model_version"])
          print("output name: ", res_body["outputs"][0]["name"])
          print("output shape: ", res_body["outputs"][0]["shape"])
      print("[{}] Avg rt(ms): {:.2f}".format(i, elapsed_ms))
      start = time.time()