Upgrade pracovních postupů ML na cílové modely v katalogu Unity

Tento článek vysvětluje, jak migrovat a upgradovat stávající pracovní postupy Databricks tak, aby používaly modely v katalogu Unity.

Požadavky

Požadovaná oprávnění

Pokud chcete spustit pracovní postup trénování, nasazení nebo odvozování modelu v katalogu Unity, musí USE CATALOG mít instanční objekt, který pracovní postup spouští, a USE SCHEMA oprávnění k katalogu a schématu, které tento model obsahují.

Vyžadují se také následující oprávnění:

• Pokud chcete vytvořit model, musí mít CREATE MODEL objekt zabezpečení oprávnění.
• Pokud chcete načíst nebo nasadit model, musí mít EXECUTE objekt zabezpečení oprávnění k registrovanému modelu.

Následující akce může provést pouze vlastník zaregistrovaného modelu:

• Vytvořte novou verzi modelu.
• Nastavte alias u registrovaného modelu.

Požadavky na výpočetní prostředky

Výpočetní prostředek zadaný pro pracovní postup musí mít přístup ke katalogu Unity. Viz režimy Accessu.

Vytváření pracovních postupů paralelního trénování, nasazení a odvozování

Pokud chcete upgradovat pracovní postupy trénování a odvozování modelů na katalog Unity, databricks doporučuje přírůstkový přístup, ve kterém vytvoříte paralelní trénování, nasazení a odvozovací kanál, který využívá modely v katalogu Unity. Pokud se s výsledky pracujete pomocí katalogu Unity, můžete pro čtení výstupu dávkového odvozování přepnout podřízené uživatele nebo zvýšit provoz směrovaný do modelů v katalogu Unity při poskytování koncových bodů.

Pracovní postup trénování modelu

Naklonujte pracovní postup trénování modelu. Ověřte, že instanční objekt, který spouští pracovní postup, a výpočetní prostředky zadané pro pracovní postup splňují požadavky.

Dále upravte trénovací kód modelu v naklonovaném pracovním postupu. Možná budete muset naklonovat poznámkový blok spuštěný pracovním postupem nebo vytvořit a cílit na novou větev Gitu v naklonovaném pracovním postupu. Podle těchto kroků nainstalujte potřebnou verzi MLflow a nakonfigurujte klienta tak, aby cílil na katalog Unity ve vašem trénovacím kódu. Potom aktualizujte trénovací kód modelu tak, aby registrovali modely do katalogu Unity. Viz Trénování a registrace modelů kompatibilních s katalogem Unity.

Pracovní postup nasazení modelu

Naklonujte pracovní postup nasazení modelu. Ověřte, že instanční objekt, který spouští pracovní postup, a výpočetní prostředky zadané pro pracovní postup splňují požadavky.

Pokud máte v pracovním postupu nasazení logiku ověření modelu, aktualizujte ji tak, aby načítá verze modelu z UC. Použití aliasů ke správě zavedení produkčního modelu

Pracovní postup odvozování modelů

Pracovní postup odvození služby Batch

Naklonujte pracovní postup odvozování dávky. Ověřte, že instanční objekt, který spouští pracovní postup, a výpočetní prostředky zadané pro pracovní postup splňují požadavky.

Pracovní postup obsluhy modelu

Pokud používáte obsluhu modelu Mosaic AI, nemusíte naklonovat stávající koncový bod. Místo toho pomocí funkce rozdělení provozu začněte směrovat malý zlomek provozu do modelů v katalogu Unity. Při kontrole výsledků pomocí katalogu Unity zvyšte objem provozu, dokud se veškerý provoz nepřesměruje.

Zvýšení úrovně modelu napříč prostředími

Podpora modelu napříč prostředími funguje s modely v katalogu Unity odlišně. Podrobnosti najdete v tématu Zvýšení úrovně modelu napříč prostředími.

Použití webhooků úloh k ručnímu schválení nasazení modelu

Databricks doporučuje v případě potřeby automatizovat nasazení modelu pomocí vhodných kontrol a testů během procesu nasazení modelu. Pokud ale potřebujete provést ruční schválení pro nasazení produkčních modelů, můžete pomocí oznámení úloh volat externí systémy CI/CD a požádat o ruční schválení pro nasazení modelu po úspěšném dokončení úlohy trénování modelu. Po poskytnutí ručního schválení může váš systém CI/CD nasadit verzi modelu, která bude obsluhovat provoz, například nastavením aliasu Šampion.