预置Processor使用说明

EAS预置的PMML Processor主要功能包括：

• 将PMML类型的模型文件加载为一个服务。

• 处理对模型服务进行调用的请求。

• 根据模型计算请求结果，并将其返回至客户端。

PMML Processor提供默认的缺失值填充策略。如果PMML模型文件中的特征字段无指定isMissing策略，则系统默认以如下值进行填充。

您可以通过如下任何一种方式部署PMML模型：

• 控制台上传

  选择Processor种类为PMML，详情请参见控制台上传部署。

• 本地客户端部署

  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。
    }
  }

• DSW部署

  类似于本地客户端部署，编写服务配置文件service.json，详情请参见DSW部署。

EAS提供的TensorFlow1.12 Processor可以加载SavedModel（推荐）或SessionBundle格式的TensorFlow模型。对于Keras和Checkpoint模型，需要先将其转换为SavedModel模型，再进行部署，详情请参见TensorFlow模型如何导出为SavedModel。

您可以通过如下任何一种方式部署TensorFlow模型：

• 控制台上传

  选择Processor种类为TensorFlow1.12，详情请参见控制台上传部署。

• 本地客户端部署

  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
    }
  }

• DSW部署

  类似于本地客户端部署，编写服务配置文件service.json，详情请参见DSW部署。

EAS提供的TensorFlow1.14 Processor可以加载SavedModel（推荐）或SessionBundle格式的TensorFlow模型。对于Keras和Checkpoint模型，需要先将其转换为SavedModel模型，再进行部署，详情请参见TensorFlow模型如何导出为SavedModel。

您可以通过如下任何一种方式部署TensorFlow模型：

• 控制台上传

  选择Processor种类为TensorFlow1.14，详情请参见控制台上传部署。

• 本地客户端部署

  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
    }
  }

• DSW部署

  类似于本地客户端部署，编写服务配置文件service.json，详情请参见DSW部署。

EAS提供的TensorFlow1.15 Processor可以加载SavedModel（推荐）或SessionBundle格式的TensorFlow模型。对于Keras和Checkpoint模型，需要先将其转换为SavedModel模型，再进行部署，详情请参见TensorFlow模型如何导出为SavedModel。

您可以通过如下任何一种方式部署TensorFlow模型：

• 控制台上传

  选择Processor种类为TensorFlow1.15，详情请参见控制台上传部署。

• 本地客户端部署

  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
    }
  }

• DSW部署

  类似于本地客户端部署，编写服务配置文件service.json，详情请参见DSW部署。关于服务配置文件中的参数解释请参见创建服务。

EAS提供的TensorFlow2.3 Processor可以加载SavedModel（推荐）或SessionBundle格式的TensorFlow模型。对于Keras和Checkpoint模型，需要先将其转换为SavedModel模型，再进行部署，详情请参见TensorFlow模型如何导出为SavedModel。

您可以通过如下任何一种方式部署TensorFlow模型：

• 控制台上传

  选择Processor种类为TensorFlow2.3，详情请参见控制台上传部署。

• 本地客户端部署

  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
    }
  }

• DSW部署

  类似于本地客户端部署，编写服务配置文件service.json，详情请参见DSW部署。

EAS提供的PyTorch1.6 Processor可以加载TorchScript格式的模型，详情请参见TorchScript官方介绍。

您可以通过如下任何一种方式部署TorchScript模型：

• 控制台上传

  选择Processor种类为PyTorch1.6，详情请参见控制台上传部署。

• 本地客户端部署

  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
    }
  }

• DSW部署

  类似于本地客户端部署，编写服务配置文件service.json，详情请参见DSW部署。关于服务配置文件中的参数解释请参见创建服务。

EAS提供的Caffe Processor可以加载Caffe框架训练得到的深度学习模型。因为Caffe框架比较灵活，所以部署Caffe模型时，需要指定模型包的Model文件名称和Weight文件名称。

您可以通过如下任何一种方式部署Caffe模型：

• 控制台上传

  选择Processor种类为Caffe，详情请参见控制台上传部署。

• 本地客户端部署

  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
    }
  }

• DSW部署

  类似于本地客户端部署，编写服务配置文件service.json，详情请参见DSW部署。

以下介绍如何使用PS算法Processor部署模型服务及如何发送服务请求。

• 您可以通过如下任何一种方式部署PS格式的模型：

  • 控制台上传

    选择Processor种类为PS算法，详情请参见服务部署：控制台。

  • 本地客户端部署

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

    {
      "name":"ps_smart",
      "model_path": "oss://examplebucket/xlab_m_pai_ps_smart_b_1058272_v0.tar.gz",
      "processor": "parameter_sever",
      "metadata": {
        "region": "beijing",
        "cpu": 1,
        "instance": 1,
        "memory": 2048
      }
    }

  • DSW部署

    类似于本地客户端部署，编写服务配置文件service.json，详情请参见DSW部署。

• 请求说明

  支持单个请求预测或批量请求预测。单个请求和批量请求数据结构相同，即JSON数组里包含features对象。

  • 单个请求示例

    curl "http://eas.location/api/predict/ps_smart" -d "[
                {
                    "f0": 1,
                    "f1": 0.2,
                    "f3": 0.5,
                }
    ]"

  • 多个请求示例

    curl "http://eas.location/api/predict/ps_smart" -d "[
            {
                "f0": 1,
                "f1": 0.2,
                "f3": 0.5,
            },
            {
                "f0": 1,
                "f1": 0.2,
                "f3": 0.5,
            }
    ]"

  • 返回值

    单个请求和批量请求返回值也相同，即数组里包含返回对象，且返回的对象位置和请求数据一一对应。

    [
      {
        "label":"xxxx",
        "score" : 0.2,
        "details" : [{"k1":0.3}, {"k2":0.5}]
      },
      {
        "label":"xxxx",
        "score" : 0.2,
        "details" : [{"k1":0.3}, {"k2":0.5}]
      }
    ]

您可以通过如下任何一种方式部署EasyTransfer模型：

• 控制台上传

  选择Processor种类为EasyTransfer，详情请参见控制台上传部署。

• 本地客户端部署

  在服务配置文件service.json中，将processor字段配置为相应的Processor Code，即easytransfer_cpu或easytransfer_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）。在model_config的type字段指定训练时所使用的模型类型，文本分类模型示例如下。其他参数的详细解释请参见创建服务。

  • 使用GPU部署的配置（以公共资源组为例）

    {
      "name": "et_app_demo"
      "metadata": {
        "instance": 1
      },
      "cloud": {
        "computing": {
          "instance_type": "ecs.gn6i-c4g1.xlarge"
        }
      },
      "model_path": "http://xxxxx/your_model.zip",
      "processor": "easytransfer_gpu",
      "model_config": {
        "type": "text_classify_bert"
      }
    }

  • 使用CPU部署的配置

    {
      "name": "et_app_demo",
      "model_path": "http://xxxxx/your_model.zip",
      "processor": "easytransfer_cpu",
      "model_config": {
        "type":"text_classify_bert"
      }
      "metadata": {
        "instance": 1,
        "cpu": 1,
        "memory": 4000
      }
    }

  目前支持的任务类型如下表所示。

  任务类型	type
  文本匹配	text_match_bert
  文本分类	text_classify_bert
  序列标注	sequence_labeling_bert
  文本向量化	vectorization_bert

您可以通过如下任何一种方式部署EasyNLP模型：

• 控制台上传

  选择Processor种类为EasyNLP ，详情请参见控制台上传部署。

• 本地客户端部署

  在服务配置文件service.json中，将processor字段配置为相应的Processor Code，即easynlp。在model_config的type字段指定训练时所使用的模型类型，文本分类（单标签）模型示例如下。其他参数的详细解释请参见创建服务。

  {
    "name": "easynlp_app_demo",
    "metadata": {
      "instance": 1
    },
    "cloud": {
      "computing": {
        "instance_type": "ecs.gn6i-c4g1.xlarge"
      }
    },
    "model_config": {
      "app_name": "text_classify",
      "type": "text_classify"
    },
    "model_path": "http://xxxxx/your_model.tar.gz",
    "processor": "easynlp"
  }

  目前支持的任务类型如下表所示。

  任务类型	type
  文本分类（单标签）	text_classify
  文本分类（多标签）	text_classify_multi
  文本匹配	text_match
  序列标注	sequence_labeling
  文本向量化	vectorization
  中文摘要生成（GPU）	sequence_generation_zh
  英文摘要生成（GPU）	sequence_generation_en
  机器阅读理解（中文）	machine_reading_comprehension_zh
  机器阅读理解（英文）	machine_reading_comprehension_en
  WUKONG_CLIP（GPU）	wukong_clip
  CLIP（GPU）	clip

服务部署完成后，在模型在线服务（EAS）页面，单击待调用服务服务方式列下的调用信息，查看服务访问的Endpoint和用于服务鉴权的Token信息，参照如下Python示例调用服务。

import requests
# 替换为已获取的服务访问的Endpoint。
url = '<eas-service-url>'
# 替换为已获取的Token信息。
token = '<eas-service-token>'
# 输出需要预测的数据，以下以文本分类为例。
request_body = {
    "first_sequence": "hello"
}
 
headers = {"Authorization": token}
resp = requests.post(url=url, headers=headers, json=request_body)
print(resp.content.decode())

您可以通过如下任何一种方式部署EasyCV模型：

• 控制台上传

  选择Processor种类为EasyCV，详情请参见控制台上传部署。

• 本地客户端部署

  在服务配置文件service.json中，将processor字段配置为相应的Processor Code，即easycv。在model_config的type字段指定训练时所使用的模型类型，图像分类模型示例如下。其他参数的详细解释请参见创建服务。

  {
    "name": "easycv_classification_example",
    "processor": "easycv",
    "model_path": "oss://examplebucket/epoch_10_export.pt",
    "model_config": {"type":"TorchClassifier"},
    "metadata": {
      "instance": 1
    },
    "cloud": {
      "computing": {
        "instance_type": "ecs.gn5i-c4g1.xlarge"
      }
    }
  }

  目前支持的任务类型如下表所示。

  任务类型	model_config
  图像分类	{"type":"TorchClassifier"}
  目标检测	{"type":"DetectionPredictor"}
  语义分割	{"type":"SegmentationPredictor"}
  yolox目标检测	{"type":"YoloXPredictor"}
  视频分类	{"type":"VideoClassificationPredictor"}

服务部署完成后，在模型在线服务（EAS）页面，单击待调用服务服务方式列下的调用信息，查看服务访问的Endpoint和用于服务鉴权的Token信息，参照如下Python示例调用服务。

import requests
import base64
import json
resp = requests.get('http://exmaplebucket.oss-cn-zhangjiakou.aliyuncs.com/images/000000123213.jpg')
ENCODING = 'utf-8'
datas = json.dumps( {
            "image": base64.b64encode(resp.content).decode(ENCODING)
            })
# 替换为已获取的Token信息。
head = {
   "Authorization": "NTFmNDJlM2E4OTRjMzc3OWY0NzI3MTg5MzZmNGQ5Yj***"
}
for x in range(0,10):
  	# 替换为已获取的服务访问的Endpoint。
    resp = requests.post("http://150231884461***.cn-hangzhou.pai-eas.aliyuncs.com/api/predict/test_easycv_classification_example", data=datas, headers=head)
    print(resp.text)
                            

其中，需要将图像或视频数据编码成Base64格式进行传输，图像数据使用关键字image，视频数据使用关键字video。

您可以通过如下任何一种方式部署EasyVision模型：

• 控制台上传

  选择Processor种类为EasyVision，详情请参见控制台上传部署。

• 本地客户端部署

  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
      }
    }

您可以通过如下任何一种方式部署MediaFlow模型：

• 控制台上传

  选择Processor种类为MediaFlow，详情请参见控制台上传部署。

• 本地客户端部署

  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。

Triton Inference Server是NVIDIA公司推出的新一代在线服务框架，它针对GPU上的模型提供了简单易用的部署和管理接口，且兼容KFServing的API标准。此外，Triton Inference Server还具有以下特点：

• 支持多种开源框架的部署，包括TensorFlow、PyTorch、ONNX Runtime及TensorRT等，同时也支持您提供的自定义服务后端（backend）。

• 支持多个模型同时运行在GPU上，以提高GPU设备的利用率。

• 支持HTTP/gRPC通信协议，提供二进制格式扩展以压缩发送请求的大小。

• 支持Dynamic Batching功能，提升服务吞吐。

Triton Inference Server在EAS上以预置的Triton Processor形式发布。

以下介绍如何使用Triton Processor部署模型服务及如何调用该服务：

• 使用Triton Processor部署模型服务

  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，因此还需要用户配置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支持传递给Triton server的参数集合所示。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EAS的专属资源组。关于如何创建EAS专属资源组，请参见使用专属资源组。

  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Triton原生Client调用EAS Triton Processor服务

  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 = "<service url>"  # 将<service 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()