Seldon Core – Tensorflow Serving

학습이 완료된 Tensorflow 모델을 저장 한 경우, Seldon의 사전 패키지 된 TensorFlow 서버를 사용하여 간단히 배포 할 수 있습니다.

전제 조건

  • REST의 경우 다음에 대한 파라미터를지정해야합니다.
    • signature_name
    • model_name
apiVersion: machinelearning.seldon.io/v1alpha2
kind: SeldonDeployment
metadata:
  name: tfserving
spec:
  name: mnist
  predictors:
  - graph:
      children: []
      implementation: TENSORFLOW_SERVER
      modelUri: pvc://seldon-models-pvc/tensorflow/mnist/model
      name: mnist-model
      parameters:
        - name: signature_name
          type: STRING
          value: serving_default
        - name: model_name
          type: STRING
          value: mnist-model
    name: default
    replicas: 1

  • GRPC의 경우 다음에 대한 파라미터를 지정해야합니다.
    • signature_name
    • model_name
    • model_input
    • model_output
kind: SeldonDeployment
metadata:
  name: tfserving
spec:
  name: mnist
  predictors:
  - graph:
      children: []
      implementation: TENSORFLOW_SERVER
      modelUri: pvc://seldon-models-pvc/tensorflow/mnist/modell
      name: mnist-model
      endpoint:
        type: GRPC
      parameters:
        - name: signature_name
          type: STRING
          value: serving_default
        - name: model_name
          type: STRING
          value: mnist-model
        - name: model_input
          type: STRING
          value: images
        - name: model_output
          type: STRING
          value: scores
    name: default
    replicas: 1

모델 생성

Tensorflow 서버를 테스트 하려면 먼저 파이썬을 사용하여 간단한 Tensorflow 모델을 생성해야 합니다.

텐서플로우 모델을 만들고 훈련하기 위한 고수준 API인 tf.keras를 사용합니다. 모델의 save() 메소드를 이용하여, 전체 모델을 지정한 위치에 저장합니다. 여기에는 가중치, 모델 구성 등이 포함됩니다. 모델을 저장할 때 주의해야할 점은 모델 저장 위치의 마지막 디렉토리에 모델의 버전이 포함되어야 합니다. 모델 버전은 숫자를 사용해야합니다.

케라스의 데이터셋 중의 하나인 mnist 데이터를 분류하는 모델을 작성해 보겠습니다.

from __future__ import absolute_import, division, print_function, unicode_literals

import argparse
import os

import tensorflow as tf

def train():
    print("TensorFlow version: ", tf.__version__)

    parser = argparse.ArgumentParser()
    parser.add_argument('--model_path', default='/mnt/pv/tensorflow/mnist/model', type=str)
    args = parser.parse_args()

    version = 1
    export_path = os.path.join(args.model_path, str(version))

    (x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()
    x_train, x_test = x_train / 255.0, x_test / 255.0

    model = tf.keras.models.Sequential([
        tf.keras.layers.Flatten(input_shape=(28, 28)),
        tf.keras.layers.Dense(128, activation='relu'),
        tf.keras.layers.Dropout(0.2),
        tf.keras.layers.Dense(10, activation='softmax')
    ])

    model.compile(optimizer=tf.keras.optimizers.SGD(learning_rate=0.01),
                  loss='sparse_categorical_crossentropy',
                  metrics=['accuracy'])

    print("Training...")
    training_history = model.fit(x_train, y_train, batch_size=64, epochs=10,
                                 validation_split=0.2)

    print('\\nEvaluate on test data')
    results = model.evaluate(x_test, y_test, batch_size=128)
    print('test loss, test acc:', results)

    model.save(export_path)
    print('"Saved model to {}'.format(export_path))

if __name__ == '__main__':
    train()

생성 된 모델을 사용하여 Tensorflow 서버를 실행하고 예측을 수행 할 수 있습니다. 모델은 PV, S3 호환 가능 개체 저장소, Azure Blob 저장소 또는 Google Cloud Storage에 있을 수 있습니다.

모델 저장하기

쿠버네티스의 퍼시스턴스 볼륨에 모델을 저장해 보겠습니다. PVC 는 앞서 생성한 seldon-models-pvc 을 사용하겠습니다. 모델을 학습시키기 위해서 쿠버네티스 잡(Job)을 사용하겠습니다. Job을 생성할 때 모델을 저장하기 위한 PVC를 마운트 해줍니다.

모델 코드 작성하기

mnist 이미지를 분류하는 모델입니다. 모델을 저장할 위치를 --model_path 파라미터로 입력받게 하였습니다.

tensorflow_mnist.py

from __future__ import absolute_import, division, print_function, unicode_literals

import argparse
import os

import tensorflow as tf

def train():
    print("TensorFlow version: ", tf.__version__)

    parser = argparse.ArgumentParser()
    parser.add_argument('--model_path', default='/mnt/pv/tensorflow/mnist/model', type=str)
    args = parser.parse_args()

    version = 1
    export_path = os.path.join(args.model_path, str(version))

    (x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()
    x_train, x_test = x_train / 255.0, x_test / 255.0

    model = tf.keras.models.Sequential([
        tf.keras.layers.Flatten(input_shape=(28, 28)),
        tf.keras.layers.Dense(128, activation='relu'),
        tf.keras.layers.Dropout(0.2),
        tf.keras.layers.Dense(10, activation='softmax')
    ])

    model.compile(optimizer=tf.keras.optimizers.SGD(learning_rate=0.01),
                  loss='sparse_categorical_crossentropy',
                  metrics=['accuracy'])

    print("Training...")
    training_history = model.fit(x_train, y_train, batch_size=64, epochs=10,
                                 validation_split=0.2)

    print('\\nEvaluate on test data')
    results = model.evaluate(x_test, y_test, batch_size=128)
    print('test loss, test acc:', results)

    model.save(export_path)
    print('"Saved model to {}'.format(export_path))

if __name__ == '__main__':
    train()

컨테이너 이미지를 만들기

컨테이너 이미지를 만들기 위한 Dockerfile 입니다. 텐서플로우를 기본 이미지로 사용합니다.

Dockerfile

FROM tensorflow/tensorflow:2.1.0-py3

RUN mkdir -p /app
ADD tensorflow_mnist.py /app/

쿠버네티스 잡 실행하기

컨테이너 이미지를 빌드하고, 컨테이너 이미지 레지스트리에 푸시 한 다음, 쿠버네티스 잡(Job)을 생성하겠습니다.

Job을 생성할 때는 모델을 저장하기 위해서 PVC를 마운트 해줍니다. 이 일련의 작업들은 직접 실행 할 수 있습니다. 하지만 좀 더 편하게 하기 위해서 앞서 배운 Kubeflow Fairing을 사용하겠습니다.

다음은 로컬 개발 환경에서 Fairing을 사용하여 컨테이너 이미지를 만들고, 쿠버네티스 잡을 실행하는 예제입니다.

fairing-local-docker.py

import uuid

from kubeflow import fairing
from kubeflow.fairing.kubernetes import utils as k8s_utils

CONTAINER_REGISTRY = 'kangwoo'

namespace = 'admin'
job_name = f'tensorflow-mnist-job-{uuid.uuid4().hex[:4]}'

command = ["python", "tensorflow_mnist.py", "--model_path", "/mnt/pv/tensorflow/mnist/models"]
output_map = {
    "Dockerfile": "Dockerfile",
    "tensorflow_mnist.py": "tensorflow_mnist.py"
}

fairing.config.set_preprocessor('python', command=command, path_prefix="/app", output_map=output_map)

fairing.config.set_builder('docker', registry=CONTAINER_REGISTRY, image_name="tensorflow-mnist",
                           dockerfile_path="Dockerfile")

fairing.config.set_deployer('job', namespace=namespace, job_name=job_name,
                            pod_spec_mutators=[
                                k8s_utils.mounting_pvc(pvc_name='seldon-models-pvc', pvc_mount_path='/mnt/pv')],
                            cleanup=True, stream_log=True)

fairing.config.run()

fairing을 실행하면 쿠버네티스 잡이 생성되고, 학습이 완료된 모델이 지정한 경로에 저장됩니다.

Tensorflow을 사용하는 SeldonDeployment 로 배포 하기

SeldonDeployment 생성

SeldonDeployment 매니페스트를 작성합니다. predictor의 구현체를 SKLEARN_SERVER 로 사용합니다. modelUri 필드로 모델 저장 위치를 지정해 줍니다. pvc 의 이름이 kfserving-models-pvc 이고 저장 위치가 models/sklearn/iris 이므로, pvc://kfserving-models-pvc/models/sklearn/iris 라고 지정해 줍니다.

기본적으로 모델 서버는 로드한 모델의 predict_proba 메소드를 호출합니다. 만약 다른 메소드를 사용하고 싶다면 파라미터로 변경할 수 있습니다. 예를 들어 predict 메소드를 호출하게 하라면, parameters 섹션에 method 란 이름으로 값을 지정해 주면 됩니다. 다음 예제는 predict 메소드를 호출하게 설정하였습니다.

tensorflow-mnist.yaml

apiVersion: machinelearning.seldon.io/v1alpha2
kind: SeldonDeployment
metadata:
  name: tensorflow-mnist
spec:
  name: mnist
  predictors:
  - graph:
      children: []
      implementation: TENSORFLOW_SERVER
      modelUri: pvc://seldon-models-pvc/tensorflow/mnist/model
      name: mnist-model
      parameters:
        - name: signature_name
          type: STRING
          value: serving_default
        - name: model_name
          type: STRING
          value: mnist-model
    name: default
    replicas: 1

SeldonDeployment 를 생성합니다.

다음은 admin 네임스페이스 SeldonDeployment 를 생성하는 예제입니다.

kubectl -n admin apply -f tensorflow-mnist.yaml

생성한 SeldonDeployment를 조회해 보겠습니다.

kubectl -n admin get seldondeployment tensorflow-mnist -o yaml

SeldonDeployment 가 정상적으로 생성되면 다음과 같은 응답 결과를 확인할 수 있습니다.

apiVersion: machinelearning.seldon.io/v1
kind: SeldonDeployment
metadata:
  ...
spec:
  ...
status:
  deploymentStatus:
    mnist-default-725903e:
      availableReplicas: 1
      replicas: 1
  serviceStatus:
    mnist-default-mnist-model-seldonio-tfserving-proxy-rest-0-7:
      httpEndpoint: mnist-default-mnist-model-seldonio-tfserving-proxy-rest-0-7.admin:9000
      svcName: mnist-default-mnist-model-seldonio-tfserving-proxy-rest-0-7
    tensorflow-mnist-mnist-default:
      grpcEndpoint: tensorflow-mnist-mnist-default.admin:5001
      httpEndpoint: tensorflow-mnist-mnist-default.admin:8000
      svcName: tensorflow-mnist-mnist-default
  state: Available

SeldonDeploymentstateAvailable 이면 예측을 요청 할 수 있습니다.

예측 실행하기

예측을 요청하기 위해서는 모델 서버에 접근해야 합니다. 모델 서버는 ingressgateway 를 통해서 접근할 수 있습니다. ingressgateway 는 모델 서버들을 구분하기 위해서 호스트 이름을 사용합니다. ingressgateway에 접근하 기 위한 주소는 앞서 정의한 CLUSTER_IP 를 사용하겠습니다.

예측을 요청할 데이터를 json 파일로 작성합니다.

데이터의 크기가 크기 때문에 git 에 있는 파일을 다운받아서 사용해주세요.

mnist-input.json

{
  "data": {
    "ndarray": [
      [...],
       ...
      [...]
    ]
  }
}

다음은 admin 네임스페이스의 tensorflow-mnist SeldonDeployment 에 예측을 요청하는 예제입니다.

MODEL_NAME=tensorflow-mnist
NAMESPACE=admin

INPUT_PATH=@./mnist-input.json
curl -v -H "Content-Type: application/json" http://$CLUSTER_IP/seldon/${NAMESPACE}/${MODEL_NAME}/api/v1.0/predictions -d $INPUT_PATH

정상적으로 실행되면 다음과 같은 응답 결과를 확인 할 수 있습니다.

*   Trying 192.168.21.38...
* TCP_NODELAY set
* Connected to 192.168.21.38 (192.168.21.38) port 32380 (#0)
> POST /seldon/admin/tensorflow-mnist/api/v1.0/predictions HTTP/1.1
> Host: 192.168.21.38:32380
> User-Agent: curl/7.64.1
> Accept: */*
> Content-Type: application/json
> Content-Length: 5725
> Expect: 100-continue
> 
< HTTP/1.1 100 Continue
* We are completely uploaded and fine
< HTTP/1.1 200 OK
< x-content-type-options: nosniff
< vary: Origin,Access-Control-Request-Method,Access-Control-Request-Headers
< content-type: application/json;charset=utf-8
< content-length: 470
< date: Thu, 09 Apr 2020 15:51:27 GMT
< x-envoy-upstream-service-time: 142
< server: istio-envoy
< 
{
  "meta": {
    "puid": "ufdopha1s5gnemt86h06d4jg5e",
    "tags": {
    },
    "routing": {
    },
    "requestPath": {
      "mnist-model": "seldonio/tfserving-proxy_rest:0.7"
    },
    "metrics": []
  },
  "data": {
    "names": ["t:0", "t:1", "t:2", "t:3", "t:4", "t:5", "t:6", "t:7", "t:8", "t:9"],
    "ndarray": [[3.01518681E-4, 1.00308341E-6, 4.13124333E-4, 0.00133548444, 4.15516388E-6, 7.8677E-5, 5.88266346E-7, 0.996478, 3.98369411E-5, 0.00134761049]]
  }
}

Kubeflow – KFServing 설치

KFServing는 Kubeflow의 구성 요소로 포함되어 있습니다. 별도로 설치가 필요 없이 사용할 수 있습니다. 물론 Kubeflow 없이 독립적으로 설치해서 사용할 수도 있습니다.

전제 조건

KFServing을 사용하려면, 쿠버네티스 클러스터에 Knative Serving 및 Istio가 설치되어 있어야 합니다. Knative는 Istio Ingress Gateway를 사용하여 요청을 Knative 서비스로 라우팅합니다. Kubeflow 및 KFServing 팀이 테스트 한 정확한 버전을 사용하려면 개발자 안내서의 전제 조건을 참조하십시오

Knative를 빠르게 실행하거나 서비스 메시가 필요하지 않은 경우, 서비스 메시(sidecar injection 없이 Istio를 설치하는 것이 좋습니다.

현재는 Knative Serving 만 필요합니다. cluster-local-gateway 는 클러스터 내부 트래픽을 위한 통로로 사용합니다. cluster-local-gateway를 설치하려면 여기의 지침을 따르십시오

KFServing 웹훅 인증서를 제공합니다.

KFServing 설치

Kubeflow와 함께 KFServing 설치

KFServing 은 Kubeflow를 설치할때 기본적으로 설치됩니다. Kubeflow 매니페스트에 KFServing을 설치하는 부분이 포함되어 있습니다. Kubeflow와 함께 설치되는 KFServing의 경우 KFServing 컨트롤러는 kubeflow  네임스페이스에 배포됩니다. Kubeflow의 쿠버네티스 최소 요주 버전이 1.14이므로 개체 선택기(object selector)를 지원하지 않을 수 있습니다. 그래서 Kubeflow 설치시 ENABLE_WEBHOOK_NAMESPACE_SELECTOR 가 기본적으로 활성화 되어 있어야합니다.

Kubeflow의 대시보드나 프로필 컨트롤러(Profile Controller)를 사용하여, 사용자 네임스페이스를 만드는 경우에는 KFServing에서 모델을 배포할 수 있도록 serving.kubeflow.org/inferenceservice: enabled 레이블이 자동으로 추가됩니다. 만약 네임스페이스를 직접 생성하는 경우에는 해당 네임스페이스에 serving.kubeflow.org/inferenceservice: enabled 레이블을 추가해야만, KFServing의  InferenceService 를 사용할 수 있습니다.

독립형 KFServing 설치

쿠버네티스 클러스터에 KFServing을 독립적으로 설치하면, 우선 위의 전제 조건을 충족시켜야 합니다. 전제 조건이 충족되면 다음 명령어를 사용하여 KFServing을 설치할 수 있습니다. 다음 명령어는 GitHub 리포지토리의 yaml 파일을 사용하여 KFServing 0.3.0을 설치합니다.

TAG=v0.3.0
CONFIG_URI=https://raw.githubusercontent.com/kubeflow/kfserving/master/install/$TAG/kfserving.yaml

kubectl apply -f ${CONFIG_URI}

KFServing을 독립형으로 설치했을 경우에는 KFServing 컨트롤러는 kfserving-system 네임스페이스에 배포됩니다.

KFServing은 pod mutator와 mutating admission webhooks 을 사용하여 KFServing의 스토리지 이니셜라이저(storage initializer) 컴포넌트를 주입합니다. 기본적으론 네임스페이스에 control-plane 레이블이 지정되어 있지 않으면, 해당 네임스페이스의 포드들은 pod mutator를 통과합니다. 그렇기 때문에 KFServing의 pod mutator의 웹훅이 필요 없는 포드가 실행될때 문제가 발생할 수 있습니다.

쿠버네티스 1.14 사용자의 경우 serving.kubeflow.org/inferenceservice: enabled 레이블이 추가된 네임스페이스의 포드에 ENABLE_WEBHOOK_NAMESPACE_SELECTOR 환경변수를 추가하여, KFServing pod mutator를 통과하도록 하는게 좋습니다.

env:
- name: ENABLE_WEBHOOK_NAMESPACE_SELECTOR
  value: enabled

쿠버네티스 1.15+ 사용자의 경우 KFServing InferenceService 포드만 pod mutator 를 통과 할 수 있도록 객체 선택기(object selector)를 켜는 것이 좋습니다.

kubectl patch mutatingwebhookconfiguration inferenceservice.serving.kubeflow.org --patch '{"webhooks":[{"name": "inferenceservice.kfserving-webhook-server.pod-mutator","objectSelector":{"matchExpressions":[{"key":"serving.kubeflow.org/inferenceservice", "operator": "Exists"}]}}]}'

Kubeflow – KFServing 개요

KFServing은 쿠버네티스에서 서버리스 추론을 가능하게 하며, TensorFlow, XGBoost, scikit-learn, PyTorch 및 ONNX와 같은 일반적인 머신러닝 프레임워크를 위한 고성능의 추상화 인터페이스를 제공합니다. 그래서 프로덕션에서 다양한 프레임워크의 모델을 서빙하기에 적합합니다.

KFServing을 이용하여 모델을 서빙하려면, InferenceService 라는 쿠버네티스 사용자 리소스를 생성하면 됩니다.

KFServing의 장점은 다음과 같습니다.

  • 다양한 머신 러닝 프레임워크 제공하기 위한, 쿠버네티스 사용자 리소스의 추상화가 잘 되어 있습니다. 그래서 쉽고 간편한게 추론 서비스를 생성할 수 있습니다.
  • 자동 확장, 네트워킹, 상태 확인 및 서버 구성의 복잡성을 캡슐화하여 GPU 자동 확장 및 카나리아 롤아웃과 같은 최첨단 서비스 기능을 머신러닝 배포에 사용할 수 있습니다.
  • 기본적으로 예측, 전처리, 후처리 및 설명 기능을 제공하여 프로덕션 머신러닝 추론 서버에 대해 간단하고 플러그 가능하며 완벽한 제품을 만들 수 있습니다.

KFServing는 Kubeflow의 함께 설치됩니다. 그래서 별도의 설치 없이 사용할 수 있습니다. 물론 Kubeflow 없이 독립적으로 설치해서 사용할 수도 있습니다.

모델 서버

KFServing 은 다음과 같은 머신러닝 프레임워크를 지원하는 모델 서버를 제공하고 있습니다.

  • Tensorflow
  • NVIDIA Triton Inference Server
  • PyTorch
  • XGBoost
  • scikit-learn
  • ONNX

이러한 머신러닝 프레임워크를 사용하여 모델을 저장한 경우에는 Google 버킷, S3 버킷, Azure 또는 minio에 저장된 모델의 위치만 있으면 쉽게 추론 서비스를 생성할 수 있습니다.

다음은 scikit-learn과 tensorflow의 매니페스트 예제입니다.

scikit-learn

apiVersion: "serving.kubeflow.org/v1alpha2"
kind: "InferenceService"
metadata:
  name: "sklearn-iris"
spec:
  default:
    predictor:
      sklearn:
        storageUri: "gs://kfserving-samples/models/sklearn/iris"

pytorch

apiVersion: "serving.kubeflow.org/v1alpha2"
kind: "InferenceService"
metadata:
  name: "pytorch-cifar10"
spec:
  default:
    predictor:
      pytorch:
        storageUri: "gs://kfserving-samples/models/pytorch/cifar10/"
        modelClassName: "Net"

tensorflow

apiVersion: "serving.kubeflow.org/v1alpha2"
kind: "InferenceService"
metadata:
  name: "flowers-sample"
spec:
  default:
    predictor:
      tensorflow:
        storageUri: "gs://kfserving-samples/models/tensorflow/flowers"

storageUri는 학습한 모델의 저장 경로입니다.

모델 저장소

storageUri에서 사용할 수 있는, 지원하는 스토리는 다음과 같습니다.

  • Google Cloud Storage : 접두사가 “gs://” 로 시작합니다.
    • 기본적으로 사용자 인증에 GOOGLE_APPLICATION_CREDENTIALS 환경 변수를 사용합니다.
    • GOOGLE_APPLICATION_CREDENTIALS 가 제공되지 않으면, 익명 클라이언트가 아티팩트를 다운로드합니다.
  • S3 Compatible Object Storage : 접두사가 “s3://” 로 시작합니다.
    • 기본적으로 사용자 인증을 위해 S3_ENDPOINT, AWS_ACCESS_KEY_IDAWS_SECRET_ACCESS_KEY 환경 변수를 사용합니다.
  • Azure Blob Storage : “https://{$STORAGE_ACCOUNT_NAME}.blob.core.windows.net/{$CONTAINER}/{$PATH}”
    • 기본적으로 익명 클라이언트를 사용하여 아티팩트를 다운로드합니다.
  • 로컬 파일 시스템 : 접두사가 없거나 접두사가 “file://” 로 시작합니다.
    • 절대 경로: /absolute/path or file:///absolute/path
    • 상대 경로 : relative/path or file://relative/path
    • 로컬 파일 시스템의 경우 접두사 없이 상대 경로를 사용하는 것이 좋습니다.
  • Persistent Volume Claim (PVC) : 접두사가 “pvc://” 로 시작합니다.
    • 경로 형태는 “pvc://{$pvcname}/[path]” 입니다.
    • pvcname은 모델을 저장하고 있는 PVC의 이름입니다.
    • [path]“는 PVC의 모델에 대한 상대 경로입니다.
    • For e.g. pvc://mypvcname/model/path/on/pvc

KFServing 스택

다음은 KFServing 스택을 나타내는 그림입니다.

출처 : kfsrving

KFServing 은 쿠버네티스 위에서 동작합니다. 그리고 istio와 Knative를 사용하고 있습니다.

Istio

서비스를 연결(Connect), 보안(secure), 제어(control) 그리고 관찰(observe) 하기 위한 서비스 메쉬(Service Mesh) 플랫폼입니다.

  • Connect : 서비스 간의 트래픽 및 API 호출 흐름을 지능적으로 제어하고 다양한 테스트를 수행하며 Red/Black 배포를 제공합니다.
  • Secure : 관리 인증, 권한 부여 및 서비스 사이의 통신 암호화를 통해 서비스를 자동으로 보호합니다.
  • Control : 정책을 적용하고 시행해서 자원이 소비자에게 공정하게 분배되도록 합니다.
  • Observe : 모든 서비스의 트레이싱, 모니터링 및 로깅을 관찰하여 발생하는 상황을 확인합니다.

Knative

Knative는 선언적인 컨테이너 기반 애플리케이션을 구축하는데 필수적인 미들웨어 구성 요소 세트를 제공합니다 Knative는 서빙(Serving) 컴포넌트과 이벤트(Eventing) 컴포넌트로 구성되어 있습니다.

Knative Eventing은 클라우드 네이티브 개발에 대한 일반적인 요구를 해결하도록 설계된 시스템이며 바인딩 가능한 이벤트 소스 및 이벤트 소비자를 가능하게하는 구성 요소를 제공합니다.

Knative Serving은 애플리케이션이나 함수들을 서버리스 컨테이너를 사용하여 배포와 서빙 할 수 있는 기능을 지원합니다. Knative Serving은 사용 하기 쉽고, 여러 고급 시나리오를 지원하도록 확장할 수 있습니다.

Knative Serving 프로젝트는 다음을 가능하게 하는 미들웨어 기본 요소를 제공합니다.

  • 서버리스 컨테이너의 빠른 배포
  • 자동 스케일링
  • Istio 구성 요소의 라우팅 및 네트워크 프로그래밍
  • 배포 된 코드 및 구성의 특정 시점 스냅 샷

KFServing

KFServing은 모델의 호스팅 측면을 관리합니다. KFServing 은 추론을 서비스하기위 해서, 쿠버네티스의 사용자 리소스인 InferenceService 를 제공하고 있습니다. InferenceService 를 생성하게 되면, 모델 서버가 실행되어 추론 요청을 처리할 수 있습니다.

  • InferenceService : 모델의 생명주기를 관리합니다
  • Configuration : 모델 배포 기록을 관리합니다. 기본(Default) 및 카나리아(Canary)의 두 가지 구성이 존재합니다.
  • Revision : 모델 버전의 스냅샷 입니다. 설정 정보와 이미지 정보를 가지고 있습니다.
  • Route : 네트워크 트래픽을 관리 하는 엔드 포인트 입니다.


KFServing Data Plane

InferenceService 의 데이터 플레인은 Predictor, Explainer, Transformer 로 구성되어 있습니다. 이중에서 실제 예측을 수행하는 모델 서버인 Predictor가 핵심 컴포넌트 입니다. 그리고 모델을 안전하게 변경할 수 있도록, Default”와 “Canary” 엔드포인트를 가지고 있습니다.

다음은 InferenceService의 데이터 플레인을 그래프로 나타낸것입니다.

출처 : kfserving

구조

Endpoint: “Default”와 “Canary” 엔드포인트를 가집니다. 이 엔드포인트 덕분에 사용자는 카나리아 배포 전략을 사용해서 모델을 안전한게 변경 할 수 있습니다. 구 버전의 모델 서버와 새 버전의 모델 서버들을 구성하고 일부 트래픽을 새 버전으로 분산하여 오류 여부를 판단합니다. 분산 후 결과에 따라 새 버전이 운영 환경을 대체할 수도 있고, 다시 구 버전으로 돌아갈 수도 있습니다.

Component: 각 엔드 포인트는 “예측자(predictor)”, “설명자(explainer)”및 “변환기(transformer)”와 같은 여러 컴포넌트로 구성됩니다. 꼭 필요한 컴포넌트는 시스템의 핵심인 “예측자(predictor)”입니다. KFServing은 Outlier Detection과 같은 사용 사례를 지원하기 위해 지원되는 컴포넌트의 수를 늘릴 계획을 가지고 있습니다.

  • Predictor: Predictor는 InferenceService의 핵심 컴포넌트입니다. 네트워크 엔드포인트에서 사용 가능하게하는 모델 및 모델 서버입니다.
  • Explainer: Explainer는 선택 가능한 컴포넌트로서 모델이 어떻게 예측을 했는지에 대한 설명을 제공합니다. 사용자는 자신들이 가지고 있는 자체 설명 컨테이너를 정의할 수 있습니다. 일반적인 사용 사례의 경우 KFServing은 Alibi와 같은 기본 Explainer를 제공합니다.
  • Transformer: Transformer는 예측 및 설명 워크 플로우 전에 사전 및 사후 처리 단계를 정의 할 수 있는 컴포넌트 입니다. Explainer 과 마찬가지로 관련 환경 변수로 구성됩니다. 일반적인 사용 사례의 경우 KFServing은 Feast와 같은 기본 Transformer를 제공합니다.

Data Plane (V1)

KFServing에는 제공하는 모든 모델 서버에는 표준화 된 API를 지원합니다.

데이터 플레인 프로토콜의 V1 에서는 다음과 같은 HTTP/REST API를 제공하고 있습니다.

APIVERBPATH
ListGET/v1/models
ReadGET/v1/models/
PredictPOST/v1/models/:predict
ExplainPOST/v1/models/:explain

Predict

모든 InferenceServices는 Tensorflow V1 HTTP API (https://www.tensorflow.org/tfx/serving/api_rest#predict_api)와 호환되는 API를 사용합니다.

URL

POST <http://host>:port/v1/models/${MODEL_NAME}:predict

Request format

예측 API의 요청 본문은 다음과 같은 형식의 JSON 객체여야 합니다.

{
  "instances": <value>|<(nested)list>|<list-of-objects>
}

예측을 요청할 데이터의 값은 JSON 객체의 instances 필드에 입력합니다.

{
  // List of 3 scalar tensors.
  "instances": [ "foo", "bar", "baz" ]
}

{
  // List of 2 tensors each of [1, 2] shape
  "instances": [ [[1, 2]], [[3, 4]] ]
}

Response format

예측을 요청하면, 예측 결과를 응답합니다. 응답 본문에는 JSON 객체가 포함되어 있습니다. 행 형식의 요청에는 다음과 같은 형식의 응답이 있습니다.

{
  "predictions": <value>|<(nested)list>|<list-of-objects>
}

Explain

Explainer와 함께 배치 된 모든 InferenceService는 표준화 된 설명 API를 지원합니다. 이 인터페이스는 “: explain”동사가 추가 된 Tensorflow V1 HTTP API와 동일합니다.

URL

POST <http://host>:port/v1/models/${MODEL_NAME}:explain

Request format

예측 API의 요청 본문은 다음과 같은 형식의 JSON 객체여야 합니다.

{
  "instances": <value>|<(nested)list>|<list-of-objects>
}

예측을 요청할 데이터의 값은 JSON 객체의 instances 필드에 입력합니다.

{
  // List of 3 scalar tensors.
  "instances": [ "foo", "bar", "baz" ]
}

{
  // List of 2 tensors each of [1, 2] shape
  "instances": [ [[1, 2]], [[3, 4]] ]
}

Response format

예측을 요청하면, 예측 결과를 응답합니다. 응답 본문에는 JSON 객체가 포함되어 있습니다. 행 형식의 요청에는 다음과 같은 형식의 응답이 있습니다.

{
  "predictions": <value>|<(nested)list>|<list-of-objects>,
	"explanations": <value>|<(nested)list>|<list-of-objects>
}

Data Plane (V2)

데이터 플레인 프로토콜의 두 번째 버전은 V1 데이터 플레인 프로토콜에서 발견 된 여러 가지 문제를 해결하기 위해서 만들어지고 있습니다. 여기에는 수많은 모델 프레임워크의 일반화와 서버 성능 문제등을 포함하고 있습니다.

Predict

V2 프로토콜은 HTTP/REST 및 GRPC API를 모두 제안하고 있습니다. 자세한 내용은 전체 제안서를 참조하십시오.