Upgrade pracovních postupů ML na cílové modely v katalogu Unity

Tento článek vysvětluje, jak migrovat a upgradovat existující pracovní postupy Databricks, používat modely v katalogu Unity.

Požadavky

Požadovaná oprávnění

Pokud chcete spustit pracovní postup trénování, nasazení nebo inference modelu v katalogu Unity, musí mít hlavní subjekt spouštějící pracovní postup oprávnění USE CATALOG a USE SCHEMA ke 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. Jakmile budete spokojeni s výsledky v Unity Catalogu, můžete přepnout podřízené uživatele na čtení výstupu dávkového zpracování nebo zvýšit množství provozu směrovaného do modelů v Unity Catalogu 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 Unity Catalog ve vašem trénovacím kódu. Potom aktualizujte trénovací kód modelu tak, aby registrovali modely do katalogu Unity. Vizte Trénujte a registrujte modely kompatibilní s Unity katalogem.

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 načítání verzí 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 použijte funkci rozdělení provozu k zahájení směrování malého zlomku 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.