服务部署

控制台上传部署

在PAI EAS模型在线服务页面，可以直接上传训练完成的模型，并将其部署为在线模型服务。

1. 进入PAI EAS模型在线服务页面。
   1. 登录PAI控制台。
   2. 在左侧导航栏，选择模型部署 > 模型在线服务（EAS）。
2. 在PAI EAS模型在线服务页面，单击模型上传部署。
3. 在资源和模型面板，配置参数。

   区域	参数	描述
   资源组	资源组种类	支持使用公共资源组或已购买（创建）的专属资源组部署模型服务。
   模型	Processor种类	资源组种类为公共资源组时，支持除Blade以外的预置官方Processor（详情请参见预置Processor使用说明），不支持自定义Processor。 资源组种类为专属资源组时，支持所有的预置官方Processor（详情请参见预置Processor使用说明）和自定义Processor。
   	资源种类	仅资源组种类为公共资源组时，该参数生效。
   	Processor语言	仅Processor种类为自定义processor时，该参数生效。支持cpp、java及python。
   	Processor包	仅Processor种类为自定义processor时，该参数生效。您可以通过以下任何一种方式配置该参数： 在Processor包后面的文本框，输入可以公开访问的URL地址。 单击Processor包后的上传本地文件，并根据提示上传已下载的Processor文件。 系统会将文件上传至当前地域的官方OSS路径，并自动配置Processor包。 说明 通过本地上传的方式，可以使系统在模型部署时，快速加载Processor。
   	Processor主文件	仅Processor种类为自定义processor时，该参数生效。自定义Processor包的主文件。
   	模型文件	您可以通过以下任何一种方式配置该参数： 本地上传： 单击本地上传。 单击上传本地文件，并根据提示上传本地模型文件。 OSS文件导入。 单击OSS文件导入，并下方列表中选择模型文件所在的OSS路径。 公网下载地址。 单击公网下载地址，并在下方文本框中输入可以公开访问的URL地址。

4. 单击下一步。
5. 在部署详情及配置确认面板，配置参数。
   1. 单击新建服务。
      PAI-EAS支持以下两种在线部署方式：

      • 新建服务：表示新部署一个服务，本文使用该方式部署模型。
      • 新增蓝绿部署：为已有的服务新增一个关联服务，可以配置两个服务的流量分配。详细的操作方法请参见新增蓝绿部署。
   2. 输入自定义模型名称，并配置相关参数。

      参数		描述
      模型部署占用资源	实例数	建议配置多个服务实例，以避免单点部署带来的风险。
      	Quota	仅资源组种类为公共资源组时，该参数生效。1 Quota等于1核加4 GB内存，Quota取值范围为1~100。
      	核数	仅资源组种类为专属资源组时，该参数生效。
      	内存数（M）	仅资源组种类为专属资源组时，该参数生效。

      说明

      • 单实例内的CPU、GPU及内存需要位于同一台机器上。如果资源不够，则会导致部署失败。
      • 对于高稳定性要求的正式服务，建议使用包含多台机器的资源组，并部署多个服务实例。
   3. 单击部署。

PAI-Studio一键部署

PAI-Studio是PAI经典的可视化建模平台，训练完成的模型可以通过画布上方的部署 > 模型在线部署，一键部署至PAI-EAS，详情请参见基于实验模板快速构建实验。

PAI-Studio中可以一键部署至PAI-EAS的算法包括GBDT二分类、线性支持向量机、逻辑回归二分类、逻辑回归多分类、随机森林、KMeans、线性回归、GBDT回归（因为GBDT回归算法不支持INT类型数据输入，所以部署前请确保GBDT算法的输入为DOUBLE类型）及TensorFlow等。

本地客户端部署

PAI-DSW部署