选择你喜欢的标签
我们会为你匹配适合你的网址导航

    确认 跳过

    跳过将删除所有初始化信息

    您的位置:0XUCN > 资讯 > 智能
    新闻分类

    BentoML统一模型部署框架

    智能 PRO 作者:刘笑歌 2023-05-31 02:06

    BentoML 是 AI 应用程序开发人员的平台,提供工具和基础架构来简化整个 AI 产品开发生命周期。BentoML 使创建准备好部署和扩展的机器学习服务变得容易。

    数据科学家和 ML 工程师可以使用 BentoML:

    • 加速并标准化将 ML 模型投入生产的过程

    • 构建可扩展的高性能预测服务

    • 在生产中持续部署、监控和运行预测服务

    BentoML 原生支持所有流行的 ML 框架,包括 Pytorch、Tensorflow、JAX、XGBoost、HuggingFace、MLFlow,以及最新的预构建开源 LLM(大型语言模型)和生成式 AI 模型。

    BentoML 可扩展你使用 Python 构建的 AI 工作负载。多模型图推理、并行模型推理和自适应批处理,以及许多高级 AI 功能,都包含在易于使用的 Python 原语中。

    BentoML 是一个统一的 online、offline 和 streaming 框架;使用一个统一接口进行开发,该接口可以作为 REST API endpoin 或 gRPC service 轻松推出,集成到批处理工作负载的数据管道中,或使用流式架构进行实时处理。

    BentoML 是用于创建 AI 应用程序的开放标准,它带来了一致性,使开发人员能够在所有 AI 产品团队中变得更加敏捷、创新和高效。

    Highlights

    Unified Model Serving API

    适用于 Tensorflow、PyTorch、XGBoost、Scikit-Learn、ONNX 等的框架无关的模型打包

    为预处理 / 后处理和业务逻辑编写自定义 Python 代码以及模型推理

    为在线(REST API 或 gRPC)、离线批处理和流式推理应用相同的代码

    用于构建多模型推理管道或图形的简单抽象

    无摩擦过渡到生产的标准化流程

    将 Bento 构建为 ML 服务的标准可部署工件

    自动生成具有所需依赖项的 docker 镜像

    使用 GPU 进行推理的简单 CUDA 设置

    与 MLOps 生态系统的丰富集成,包括 Kubeflow、Airflow、MLFlow、Triton

    具有强大的性能优化的可扩展性

    自适应批处理根据服务器端最佳性能动态分组推理请求

    Runner 抽象将模型推理与你的自定义代码分开进行 scales

    通过自动配置最大化你的 GPU 和多核 CPU 利用率

    以 DevOps 友好的方式部署到任何地方

    通过以下方式简化生产部署工作流程:

    • BentoML Cloud:部署便当的最快方式,简单且大规模

    • Yatai:在 Kubernetes 上大规模部署模型

    • bentoctl:在 AWS SageMaker、Lambda、ECE、GCP、Azure、Heroku 等平台上快速部署模型!

    使用 Spark 或 Dask 运行离线批量推理作业

    对 Prometheus 指标和 OpenTelemetry 的内置支持

    用于高级 CI/CD 工作流程的灵活 API


    0XU.CN

    [超站]友情链接:

    四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
    关注数据与安全,洞悉企业级服务市场:https://www.ijiandao.com/

    图库
    公众号 关注网络尖刀微信公众号
    随时掌握互联网精彩
    赞助链接