写点什么

基于 KubeVela 的机器学习实践

  • 2022 年 4 月 05 日
  • 本文字数:6595 字

    阅读完需:约 22 分钟

基于 KubeVela 的机器学习实践

作者:KubeVela 社区


在机器学习浪潮迸发的当下,AI 工程师除了需要训练、调试自己的模型之外,还需要将模型进行部署上线,从而验证模型的效果(当然,有的时候,这部分工作由 AI 系统工程师来完成)。这一部分工作对于 AI 工程师们来说是繁琐、且消耗额外精力的。


而在云原生时代,我们的模型训练和模型服务也通常在云上进行。这样做不仅提高了可扩展性,还能够提升资源的利用率。这对于需要消耗大量计算资源的机器学习场景来说,是十分有效的。


但是 AI 工程师要想使用云原生的能力通常比较困难。随着时间的推移,云原生的概念已经越来越复杂。想要在云原生之上部署一个简单的模型服务,可能对于 AI 工程师来说,需要额外学习数种概念:比如 Deployment、Service、Ingress 等。


而 KubeVela 作为一个简单、易用、且高可扩展的云原生应用管理工具,能让开发人员方便快捷地在 Kubernetes 上定义与交付应用,无需了解任何底层云原生基础设施相关的细节。KubeVela 拥有着丰富的可扩展性,其 AI 插件提供了模型训练、模型服务、A/B 测试等功能,覆盖了 AI 工程师的基本需求,能够帮助 AI 工程师快速在云原生环境中进行模型训练和模型服务。


本文主要介绍如何使用 KubeVela 的 AI 插件,来帮助工程师更便捷地完成模型训练及模型服务。

KubeVela AI 插件

KubeVela AI 插件分为模型训练和模型服务两个插件,模型训练插件基于 KubeFlow 的 training-operator,能够支持如 TensorFlow、PyTorch、MXNet 等不同框架的分布式模型训练。而模型服务插件基于 Seldon Core,可以便捷地使用模型启动模型服务,同时也支持流量分发,A/B 测试等高级功能。



通过 KubeVela AI 插件,可以大大简化模型训练任务的部署以及模型服务的部署,同时,可以将模型训练、模型服务等过程与 KubeVela 本身的工作流、多集群等功能相结合,从而完成生产可用的服务部署。


注:你可以在 KubeVela Samples [1]  中找到所有的源码和 YAML 文件。如果你想使用在这个例子中预训练的模型,文件夹中的 style-model.yaml 和 color-model.yaml 会将模型复制到 PVC 中。

模型训练

首先启动模型训练和模型服务的两个插件。


vela addon enable model-trainingvela addon enable model-serving
复制代码


模型训练中包含 model-training 和 jupyter-notebook 两个组件类型, 模型服务中包含 model-serving 这个组件类型。可以通过 vela show 命令来查看这三个组件中的具体参数。


你也可以选择查阅 KubeVela AI 插件文档 [2] , 来获取更多信息。


vela show model-trainingvela show jupyter-notebookvela show model-serving
复制代码


我们来训练一个简单的使用 TensorFlow 框架的模型,这个模型的效果是能够将灰色的图片变成彩色的。部署如下 YAML 文件:


注:模型训练的源码来源于:emilwallner/Coloring-greyscale-images [3]


apiVersion: core.oam.dev/v1beta1kind: Applicationmetadata:  name: training-serving  namespace: defaultspec:  components:  # 训练模型  - name: demo-training    type: model-training    properties:      # 训练模型的镜像      image: fogdong/train-color:v1      # 模型训练的框架      framework: tensorflow      # 声明存储,将模型持久化。此处会使用集群内的默认 storage class 来创建 PVC      storage:        - name: "my-pvc"          mountPath: "/model"
复制代码


此时, KubeVela 将拉起一个 TFJob 进行模型训练。


仅仅是训练模型很难看出效果,我们修改一下这个 YAML 文件,将模型服务放到模型训练的步骤之后。同时,因为模型服务会直接启动模型,而模型的输入输出不太直观(ndarray 或者 Tensor),因此,我们再部署一个测试服务来调用服务,并将结果转换成图像。


部署如下 YAML 文件:


apiVersion: core.oam.dev/v1beta1kind: Applicationmetadata:  name: training-serving  namespace: defaultspec:  components:  # 训练模型  - name: demo-training    type: model-training    properties:      image: fogdong/train-color:v1      framework: tensorflow      storage:        - name: "my-pvc"          mountPath: "/model"    # 启动模型服务  - name: demo-serving    type: model-serving    # 模型服务会在模型训练完成后启动    dependsOn:      - demo-training    properties:      # 启动模型服务使用的协议,可以不填,默认使用 seldon 自身的协议      protocol: tensorflow      predictors:        - name: model          # 模型服务的副本数          replicas: 1          graph:            # 模型名            name: my-model            # 模型框架            implementation: tensorflow            # 模型地址,上一步会将训练完的模型保存到 my-pvc 这个 pvc 当中,所以通过 pvc://my-pvc 指定模型的地址            modelUri: pvc://my-pvc
# 测试模型服务 - name: demo-rest-serving type: webservice # 测试服务会在模型训练完成后启动 dependsOn: - demo-serving properties: image: fogdong/color-serving:v1 # 使用 LoadBalancer 暴露对外地址,方便调用 exposeType: LoadBalancer env: - name: URL # 模型服务的地址 value: http://ambassador.vela-system.svc.cluster.local/seldon/default/demo-serving/v1/models/my-model:predict ports: # 测试服务的端口 - port: 3333 expose: true
复制代码


部署之后,通过 vela ls 来查看应用的状态:


$ vela ls
training-serving demo-training model-training running healthy Job Succeeded 2022-03-02 17:26:40 +0800 CST├─ demo-serving model-serving running healthy Available 2022-03-02 17:26:40 +0800 CST└─ demo-rest-serving webservice running healthy Ready:1/1 2022-03-02 17:26:40 +0800 CST
复制代码


可以看到,应用已经正常启动。通过 vela status <app-name> --endpoint 来查看应用的服务地址。


$ vela status training-serving --endpoint
+---------+-----------------------------------+---------------------------------------------------+| CLUSTER | REF(KIND/NAMESPACE/NAME) | ENDPOINT |+---------+-----------------------------------+---------------------------------------------------+| | Service/default/demo-rest-serving | tcp://47.251.10.177:3333 || | Service/vela-system/ambassador | http://47.251.36.228/seldon/default/demo-serving || | Service/vela-system/ambassador | https://47.251.36.228/seldon/default/demo-serving |+---------+-----------------------------------+---------------------------------------------------+
复制代码


该应用有三个服务地址,第一个是我们的测试服务的地址,第二个和第三都是原生模型的地址。我们可以调用测试服务来查看模型的效果:测试服务会读取图像的内容,并将其转成 Tensor 并请求模型服务,最后将模型服务返回的 Tensor 转成图像返回。


我们选择一张黑白的女性图片作为输入:



请求后,可以看到,输出了一张彩色图片:


模型服务:灰度测试

除了直接启动模型服务,我们还可以在一个模型服务中使用多个版本的模型,并对其分配不同的流量以进行灰度测试。


部署如下 YAML,可以看到,v1 版本的模型和 v2 版本的模型都设置为了 50% 的流量。同样,我们在模型服务后面部署一个测试服务:


apiVersion: core.oam.dev/v1beta1kind: Applicationmetadata:  name: color-serving  namespace: defaultspec:  components:  - name: color-model-serving    type: model-serving    properties:      protocol: tensorflow      predictors:        - name: model1          replicas: 1          # v1 版本的模型流量为 50          traffic: 50          graph:            name: my-model            implementation: tensorflow            # 模型地址,在 color-model 这个 pvc 中 /model/v1 路径下存放了我们的 v1 版本模型,所以通过 pvc://color-model/model/v1 指定模型的地址            modelUri: pvc://color-model/model/v1        - name: model2          replicas: 1          # v2 版本的模型流量为 50          traffic: 50          graph:            name: my-model            implementation: tensorflow            # 模型地址,在 color-model 这个 pvc 中 /model/v2 路径下存放了我们的 v2 版本模型,所以通过 pvc://color-model/model/v2 指定模型的地址            modelUri: pvc://color-model/model/v2  - name: color-rest-serving    type: webservice    dependsOn:      - color-model-serving    properties:      image: fogdong/color-serving:v1      exposeType: LoadBalancer      env:        - name: URL          value: http://ambassador.vela-system.svc.cluster.local/seldon/default/color-model-serving/v1/models/my-model:predict      ports:        - port: 3333          expose: true
复制代码


当模型部署完成后,通过 vela status <app-name> --endpoint 查看模型服务的地址:


$ vela status color-serving --endpoint
+---------+------------------------------------+----------------------------------------------------------+| CLUSTER | REF(KIND/NAMESPACE/NAME) | ENDPOINT |+---------+------------------------------------+----------------------------------------------------------+| | Service/vela-system/ambassador | http://47.251.36.228/seldon/default/color-model-serving || | Service/vela-system/ambassador | https://47.251.36.228/seldon/default/color-model-serving || | Service/default/color-rest-serving | tcp://47.89.194.94:3333 |+---------+------------------------------------+----------------------------------------------------------+
复制代码


使用一张黑白的城市图片请求模型:



可以看到,第一次请求的结果如下。虽然天空和地面都被渲染成彩色了,但是城市本身还是黑白的:



再次请求,可以看到,这次请求的结果中,天空、地面和城市都被渲染成了彩色:



通过对不同版本的模型进行流量分发,可以帮助我们更好地对模型结果进行判断。

模型服务:A/B 测试

同样一张黑白的图片,我们既可以通过模型将其变成彩色的,也可以通过上传另一张风格图片,对原图进行风格迁移。


对于用户来说,究竟是彩色的图片好还是不同风格的图片更胜一筹?我们可以通过进行 A/B 测试,来探索这个问题。


部署如下 YAML,通过设置 customRouting,将 Header 中带有 style: transfer 的请求,转发到风格迁移的模型。同时,使这个风格迁移的模型与彩色化的模型共用一个地址。


注:风格迁移的模型来源于 TensorFlow Hub [4]


apiVersion: core.oam.dev/v1beta1kind: Applicationmetadata:  name: color-style-ab-serving  namespace: defaultspec:  components:  - name: color-ab-serving    type: model-serving    properties:      protocol: tensorflow      predictors:        - name: model1          replicas: 1          graph:            name: my-model            implementation: tensorflow            modelUri: pvc://color-model/model/v2  - name: style-ab-serving    type: model-serving    properties:      protocol: tensorflow      # 风格迁移的模型需要的时间较长,设置超时时间使请求不会被超时      timeout: "10000"      customRouting:        # 指定自定义 Header        header: "style: transfer"        # 指定自定义路由        serviceName: "color-ab-serving"      predictors:        - name: model2          replicas: 1          graph:            name: my-model            implementation: tensorflow            modelUri: pvc://style-model/model  - name: ab-rest-serving    type: webservice    dependsOn:      - color-ab-serving      - style-ab-serving    properties:      image: fogdong/style-serving:v1      exposeType: LoadBalancer      env:        - name: URL          value: http://ambassador.vela-system.svc.cluster.local/seldon/default/color-ab-serving/v1/models/my-model:predict      ports:        - port: 3333          expose: true
复制代码


部署成功后,通过 vela status <app-name> --endpoint 查看模型服务的地址:


$ vela status color-style-ab-serving --endpoint
+---------+---------------------------------+-------------------------------------------------------+| CLUSTER | REF(KIND/NAMESPACE/NAME) | ENDPOINT |+---------+---------------------------------+-------------------------------------------------------+| | Service/vela-system/ambassador | http://47.251.36.228/seldon/default/color-ab-serving || | Service/vela-system/ambassador | https://47.251.36.228/seldon/default/color-ab-serving || | Service/vela-system/ambassador | http://47.251.36.228/seldon/default/style-ab-serving || | Service/vela-system/ambassador | https://47.251.36.228/seldon/default/style-ab-serving || | Service/default/ab-rest-serving | tcp://47.251.5.97:3333 |+---------+---------------------------------+-------------------------------------------------------+
复制代码


这个应用中,两个服务各自有两个地址,但是第二个 style-ab-serving 的模型服务地址是无效的,因为这个模型服务已经被指向了 color-ab-serving 的地址中。同样,我们通过请求测试服务来查看模型效果。


首先,在不加 header 的情况下,图像会从黑白变为彩色:



我们添加一个海浪的图片作为风格渲染:



我们为本次请求加上 style: transfer 的 Header,可以看到,城市变成了海浪风格:



我们还可以使用一张水墨画的图片作为风格渲染:



可以看到,这次城市变成了水墨画风格:


总结

通过 KubeVela 的 AI 插件,可以帮助你更便捷地进行模型训练与模型服务。


除此之外,通过与 KubeVela 的结合,我们还能将测试完效果的模型通过 KubeVela 的多环境功能,下发到不同的环境中,从而实现模型的灵活部署。

相关链接

[1] KubeVela Samples


​https://github.com/oam-dev/samples/tree/master/11.Machine_Learning_Demo​


[2] KubeVela AI 插件文档


​https://kubevela.io/zh/docs/next/reference/addons/ai​


[3] emilwallner/Coloring-greyscale-images


​https://github.com/emilwallner/Coloring-greyscale-images​


[4]TensorFlow Hub


​https://tfhub.dev/google/magenta/arbitrary-image-stylization-v1-256/2​

近期热门

您可以通过如下材料了解更多关于 KubeVela 以及 OAM 项目的细节:


  • 项目代码库:​github.com/oam-dev/kubevela​ 欢迎 Star/Watch/Fork!

  • 项目官方主页与文档:kubevela.io ,从 1.1 版本开始,已提供中文、英文文档,更多语言文档欢迎开发者进行翻译。

  • 项目钉钉群:23310022;Slack:CNCF #kubevela Channel

  • 加入微信群:请先添加以下 maintainer 微信号,表明进入 KubeVela 用户群:



点击“​此处​​”,查看 KubeVela 项目官网。​

发布于: 刚刚阅读数: 2
用户头像

阿里巴巴云原生 2019.05.21 加入

还未添加个人简介

评论

发布
暂无评论
基于 KubeVela 的机器学习实践_阿里云_阿里巴巴云原生_InfoQ写作平台