预置Processor使用说明

在服务配置文件 service.json中，将 processor字段配置为相应的Processor Code，即 pmml，示例如下。

{
  "processor": "pmml",
  "generate_token": "true",
  "model_path": "http://xxxxx/lr.pmml",
  "name": "eas_lr_example",
  "metadata": {
    "instance": 1,
    "cpu": 1 #自动为每个CPU配置4 GB内存，称为1 Quota。
  }
}

在服务配置文件 service.json中，将 processor字段配置为相应的Processor Code，即 tensorflow_cpu_1.12或 tensorflow_gpu_1.12（需要根据部署所用的资源进行选择，如果 processor与资源不匹配，则会导致部署报错），示例如下。

{
  "name": "tf_serving_test",
  "generate_token": "true",
  "model_path": "http://xxxxx/savedmodel_example.zip",
  "processor": "tensorflow_cpu_1.12",
  "metadata": {
    "instance": 1,
    "cpu": 1,
    "gpu": 0,
    "memory": 2000
  }
}

在服务配置文件 service.json中，将 processor字段配置为相应的Processor Code，即 tensorflow_cpu_1.14或 tensorflow_gpu_1.14（需要根据部署所用的资源进行选择，如果 processor与资源不匹配，则会导致部署报错），示例如下。

{
  "name": "tf_serving_test",
  "generate_token": "true",
  "model_path": "http://xxxxx/savedmodel_example.zip",
  "processor": "tensorflow_cpu_1.14",
  "metadata": {
    "instance": 1,
    "cpu": 1,
    "gpu": 0,
    "memory": 2000
  }
}

在服务配置文件 service.json中，将 processor字段配置为相应的Processor Code，即 tensorflow_cpu_1.15或 tensorflow_gpu_1.15（需要根据部署所用的资源进行选择，如果 processor与资源不匹配，则会导致部署报错），示例如下。

{
  "name": "tf_serving_test",
  "generate_token": "true",
  "model_path": "http://xxxxx/savedmodel_example.zip",
  "processor": "tensorflow_cpu_1.15",
  "metadata": {
    "instance": 1,
    "cpu": 1,
    "gpu": 0,
    "memory": 2000
  }
}

在服务配置文件 service.json中，将 processor字段配置为相应的Processor Code，即 tensorflow_cpu_2.3，示例如下。

{
  "name": "tf_serving_test",
  "generate_token": "true",
  "model_path": "http://xxxxx/savedmodel_example.zip",
  "processor": "tensorflow_cpu_2.3",
  "metadata": {
    "instance": 1,
    "cpu": 1,
    "gpu": 0,
    "memory": 2000
  }
}

在服务配置文件 service.json中，将 processor字段配置为相应的Processor Code，即 pytorch_cpu_1.6或 pytorch_gpu_1.6（需要根据部署所用的资源进行选择，如果 processor与资源不匹配，则会导致部署报错），示例如下。

{
  "name": "pytorch_serving_test",
  "generate_token": "true",
  "model_path": "http://xxxxx/torchscript_model.pt",
  "processor": "pytorch_gpu_1.6",
  "metadata": {
    "instance": 1,
    "cpu": 1,
    "gpu": 1,
    "cuda": "10.0",
    "memory": 2000
  }
}

在服务配置文件 service.json中，将 processor字段配置为相应的Processor Code，即 caffe_cpu或 caffe_gpu（需要根据部署所用的资源进行选择，如果 processor与资源不匹配，则会导致部署报错），示例如下。

{
  "name": "caffe_serving_test",
  "generate_token": "true",
  "model_path": "http://xxxxx/caffe_model.zip",
  "processor": "caffe_cpu",
  "model_config": {
    "model": "deploy.prototxt",
    "weight": "bvlc_reference_caffenet.caffemodel"
  },
  "metadata": {
    "instance": 1,
    "cpu": 1,
    "gpu": 0,
    "memory": 2000
  }
}

在服务配置文件 service.json中，将 processor字段配置为相应的Processor Code，即 easy_nlp_cpu_tf1.12或 easy_nlp_gpu_tf1.12（需要根据部署所用的资源进行选择，如果 processor与资源不匹配，则会导致部署报错），在 model_config的 type字段指定训练时所使用的模型类型，示例如下。其他参数的详细解释请参见 创建服务：

• 使用GPU部署的配置

  {
    "name": "ev_app_demo",
    "generate_token": "true",
    "model_path": "http://xxxxx/your_model.zip",
    "processor": "easy_nlp_gpu_tf1.12",
    "model_config": "{\"type\":\"text_classify_bert\"}",
    "metadata": {
      "resource": "your_resource_name",
      "cuda": "9.0",
      "instance": 1,
      "memory": 4000,
      "gpu": 1,
      "cpu": 4,
      "rpc.worker_threads" : 5
    }
  }

• 使用CPU部署的配置

  {
    "name": "easynlp_serving_test",
    "generate_token": "true",
    "model_path": "http://xxxxx/your_model.zip",
    "processor": "easy_nlp_cpu_tf1.12",
    "model_config": "{\"type\":\"text_classify_bert\"}",
    "metadata": {
      "resource": "your_resource_name",
      "instance": 1,
      "gpu": 0,
      "cpu": 4,
      "rpc.worker_threads" : 5
    }
  }

在服务配置文件 service.json中，将 processor字段配置为相应的Processor Code，即 easy_vision_cpu_tf1.12_torch151或 easy_vision_gpu_tf1.12_torch151（需要根据部署所用的资源进行选择，如果 processor与资源不匹配，则会导致部署报错），在 model_config的 type字段指定训练时所使用的模型类型，示例如下。其他参数的详细解释请参见 创建服务：

• 使用GPU部署的配置

  {
    "name": "ev_app_demo",
    "processor": "easy_vision_gpu_tf1.12_torch151",
    "model_path": "oss://path/to/your/model",
    "model_config": "{\"type\":\"classifier\"}",
    "metadata": {
      "resource": "your_resource_name",
      "cuda": "9.0",
      "instance": 1,
      "memory": 4000,
      "gpu": 1,
      "cpu": 4,
      "rpc.worker_threads" : 5
    }
  }

• 使用CPU部署的配置

  {
    "name": "ev_app_cpu_demo",
    "processor": "easy_vision_cpu_tf1.12_torch151",
    "model_path": "oss://path/to/your/model",
    "model_config": "{\"type\":\"classifier\"}",
    "metadata": {
      "resource": "your_resource_name",
      "instance": 1,
      "memory": 4000,
      "gpu": 0,
      "cpu": 4,
      "rpc.worker_threads" : 5
    }
  }

在服务配置文件 service.json中，将 processor字段配置为相应的Processor Code，即 mediaflow。此外，使用MediaFlow Processor部署模型，还需要增加如下特有字段，其他字段说明请参见 创建服务：

• graph_pool_size：图池的数量。
• worker_threads：调度线程的数量。

示例如下：

• 部署视频分类模型的配置。

  {
    "model_entry": "video_classification/video_classification_ext.js", 
    "name": "video_classification", 
    "model_path": "oss://path/to/your/model", 
    "generate_token": "true", 
    "processor": "mediaflow", 
    "model_config" : {
        "graph_pool_size":8,
        "worker_threads":16
    },
    "metadata": {
      "eas.handlers.disable_failure_handler" :true,
      "resource": "your_resource_name", 
        "rpc.worker_threads": 30,
        "rpc.enable_jemalloc": true,
      "rpc.keepalive": 500000, 
      "cpu": 4, 
      "instance": 1, 
      "cuda": "9.0", 
      "rpc.max_batch_size": 64, 
      "memory": 10000, 
      "gpu": 1 
    }
  }

• 部署语音识别（ASR）模型的配置。

  {
    "model_entry": "asr/video_asr_ext.js", 
    "name": "video_asr", 
    "model_path": "oss://path/to/your/model", 
    "generate_token": "true", 
    "processor": "mediaflow", 
    "model_config" : {
        "graph_pool_size":8,
        "worker_threads":16
    },
    "metadata": {
      "eas.handlers.disable_failure_handler" :true,
      "resource": "your_resource_name", 
        "rpc.worker_threads": 30,
        "rpc.enable_jemalloc": true,
      "rpc.keepalive": 500000, 
      "cpu": 4, 
      "instance": 1, 
      "cuda": "9.0", 
      "rpc.max_batch_size": 64, 
      "memory": 10000, 
      "gpu": 1 
    }
  }

语音识别与视频分类 service.json配置的主要差异为 model_entry、 name及 model_path字段，需要您根据部署的模型类型进行修改。

您只能通过客户端工具eascmd部署Triton模型服务。关于如何使用客户端工具eascmd部署模型服务，请参见 创建服务。部署模型服务时，使用的服务描述配置文件 service.json中，需要将 processor字段配置为相应的Processor Code，即 triton。此外，由于Triton需要从OSS中获取模型，因此还需要户配置OSS的相关参数。 service.json的示例如下。

{
  "name": "triton_test",                          
  "processor": "triton",
  "processor_params": [
    "--model-repository=oss://triton-model-repo/models", 
    "--allow-http=true", 
  ],
  "metadata": {
    "instance": 1,
    "cpu": 4,
    "gpu": 1,
    "memory": 10000,
    "resource":"<your resource id>"
  }
}

部署Triton模型服务需要配置的特有参数的含义如下表所示，其他通用参数含义请参见 service.json中的参数详解。

参数		描述
processor_params		服务启动时传递给Triton Server的参数。对于不支持的参数将被自动过滤，支持传递给Triton server的参数集合如下面的表 1所示。其中model-repository为必填参数，其他可选参数请参见main.cc。
oss_endpoint		OSS的Endpoint。如果不传递该参数，则系统会自动使用当前PAI-EAS服务所在地域的OSS服务。如果需要使用跨地域的OSS服务，则必须指定该参数。该参数的取值请参见访问域名和数据中心。
metadata	resource	用于部署模型服务的PAI-EAS专属资源组ID。通过Triton Processor部署模型服务时，使用的资源必须为PAI-EAS的专属资源组。关于如何创建PAI-EAS专属资源组，请参见专属资源组。

表 1. 支持传递给Triton server的参数集合

参数	是否必选	描述
model-repository	是	路径需要指定为OSS路径，系统不支持直接使用Bucket根目录作为model-repository，需要指定Bucket下的某个子目录才可以。 例如，oss://triton-model-repo/models，其中triton-model-repo为Bucket名称，models为Bucket下的一个子目录。
log-verbose	否	参数详情请参见main.cc。
log-info	否
log-warning	否
log-error	否
exit-on-error	否
strict-model-config	否
strict-readiness	否
allow-http	否
http-thread-count	否
pinned-memory-pool-byte-size	否
cuda-memory-pool-byte-size	否
min-supported-compute-capability	否
buffer-manager-thread-count	否
backend-config	否

使用Python Client发出请求，您需要先通过如下命令安装Triton官方提供的Client。

pip3 install nvidia-pyindex
pip3 install tritonclient[all]

下载测试图片到当前目录，命令如下。

wget http://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/doc-assets/cat.png

以下示例中，使用Python Client向Triton Processor服务发送请求，该请求的数据格式是二进制格式。

import numpy as np
import time
from PIL import Image

import tritonclient.http as httpclient
from tritonclient.utils import InferenceServerException

URL = "<servcice url>"  # 将<servcice url>替换为服务的访问地址。
HEADERS = {"Authorization": "<service token>"} # 将<service token>替换为服务的访问Token。
input_img = httpclient.InferInput("input", [1, 299, 299, 3], "FP32")
img = Image.open('./cat.png').resize((299, 299))
img = np.asarray(img).astype('float32') / 255.0
input_img.set_data_from_numpy(img.reshape([1, 299, 299, 3]), binary_data=True)

output = httpclient.InferRequestedOutput(
    "InceptionV3/Predictions/Softmax", binary_data=True
)
triton_client = httpclient.InferenceServerClient(url=URL, verbose=False)

start = time.time()
for i in range(10):
    results = triton_client.infer(
        "inception_graphdef", inputs=[input_img], outputs=[output], headers=HEADERS
    )
    res_body = results.get_response()
    elapsed_ms = (time.time() - start) * 1000
    if i == 0:
        print("model name: ", res_body["model_name"])
        print("model version: ", res_body["model_version"])
        print("output name: ", res_body["outputs"][0]["name"])
        print("output shape: ", res_body["outputs"][0]["shape"])
    print("[{}] Avg rt(ms): {:.2f}".format(i, elapsed_ms))
    start = time.time()