Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Contrato de contenedores personalizado para terminales Multi-Model

Para gestionar varios modelos, el contenedor debe admitir un conjunto de API que permitan a Amazon SageMaker AI comunicarse con el contenedor para cargar, publicar, obtener y descargar los modelos según sea necesario. El model_name se utiliza en el nuevo conjunto de API como parámetro de entrada clave. Se espera que el contenedor del cliente realice un seguimiento de los modelos cargados mediante model_name como clave de asignación. Además, model_name es un identificador opaco y no es necesariamente el valor del parámetro TargetModel transferido a la API InvokeEndpoint. El valor TargetModel original en la solicitud InvokeEndpoint se transfiere al contenedor en las API como encabezado X-Amzn-SageMaker-Target-Model que se puede utilizar para fines de registro.

Puede configurar las siguientes API en sus contenedores para puntos de conexión multimodelo respaldados por CPU.

API Load Model

Indica al contenedor que cargue un modelo particular presente en el campo url del cuerpo en la memoria del contenedor del cliente y que realice un seguimiento del mismo con el model_name asignado. Después de cargar un modelo, el contenedor debe estar listo para servir solicitudes de inferencia usando este model_name.

POST /models HTTP/1.1
Content-Type: application/json
Accept: application/json

{
     "model_name" : "{model_name}",
     "url" : "/opt/ml/models/{model_name}/model",
}

API List Model

Devuelve la lista de modelos cargados en la memoria del contenedor del cliente.

GET /models HTTP/1.1
Accept: application/json

Response = 
{
    "models": [
        {
             "modelName" : "{model_name}",
             "modelUrl" : "/opt/ml/models/{model_name}/model",
        },
        {
            "modelName" : "{model_name}",
            "modelUrl" : "/opt/ml/models/{model_name}/model",
        },
        ....
    ]
}

Esta API también admite paginación.

GET /models HTTP/1.1
Accept: application/json

Response = 
{
    "models": [
        {
             "modelName" : "{model_name}",
             "modelUrl" : "/opt/ml/models/{model_name}/model",
        },
        {
            "modelName" : "{model_name}",
            "modelUrl" : "/opt/ml/models/{model_name}/model",
        },
        ....
    ]
}

SageMaker Inicialmente, AI puede llamar a la API List Models sin proporcionar un valor para. next_page_token Si se devuelve un campo nextPageToken como parte de la respuesta, se proporcionará como el valor de next_page_token una llamada posterior a List Models. Si no se devuelve un nextPageToken, significa que no hay más modelos para devolver.

API Get Model

Esta es una API de lectura simple en la entidad model_name.

GET /models/{model_name} HTTP/1.1
Accept: application/json

{
     "modelName" : "{model_name}",
     "modelUrl" : "/opt/ml/models/{model_name}/model",
}

API Unload Model

Indica a la plataforma de SageMaker IA que dé instrucciones al contenedor del cliente para que descargue un modelo de la memoria. Esto inicia el desalojo de un modelo candidato tal como determina la plataforma al iniciar el proceso de carga de un nuevo modelo. Los recursos aprovisionados a model_name los debe reclamar el contenedor cuando esta API devuelve una respuesta.

DELETE /models/{model_name}

API Invoke Model

Realiza una solicitud de predicción del model_name particular suministrado. La InvokeEndpoint solicitud SageMaker AI Runtime se admite X-Amzn-SageMaker-Target-Model como un nuevo encabezado que sigue la ruta relativa del modelo especificado para la invocación. El sistema de SageMaker IA construye la ruta absoluta del modelo combinando el prefijo que se proporciona como parte de la llamada a la CreateModel API con la ruta relativa del modelo.

POST /models/{model_name}/invoke HTTP/1.1
Content-Type: ContentType
Accept: Accept
X-Amzn-SageMaker-Custom-Attributes: CustomAttributes
X-Amzn-SageMaker-Target-Model: [relativePath]/{artifactName}.tar.gz

Además, en las instancias de GPU, si InvokeEndpoint se produce un error por falta de memoria o de otros recursos, esta API debería devolver un código de estado HTTP 507 a la SageMaker IA, que a su vez iniciará la descarga de los modelos no utilizados para su recuperación.