[MLOps] PyTriton
[MLOps] PyTriton
PyTriton이란?
AI모델을 서빙하기위한 triton inference server를 python개발환경에서 더 쉽게 적용할수있게 만든 인터페이스. flask나 fast api처럼 api 엔드포인트를 제공하는 python 함수 정의가 가능하다. model repo , port 셋업하는부분 빠짐. 기존 inference pipeline code를 수정없이 사용 가능. JAX같은 새로운타입 프레임웍이나, triton inference server로 서빙하기에 다소 복잡한 파이프라인을 가진 모델들 서빙하기에 좋을것 ㅇㅇ
- triton서버를 한줄의 코드로 사용가능
- model format 셋업할필요없음
- 기존 inf pipeline code 수정 없이 사용가능
@batch같이 input에대한 다양한 데코레이터 지원
Installation
pip install -U nvidia-pytriton
엥? 안깔림…
Example
import logging
import numpy as np
from transformers import BertTokenizer, FlaxBertModel
from pytriton.decorators import batch
from pytriton.model_config import ModelConfig, Tensor
from pytriton.triton import Triton
logger = logging.getLogger("examples.huggingface_bert_jax.server")
logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(levelname)s - %(name)s: %(message)s")
tokenizer = BertTokenizer.from_pretrained("bert-base-uncased")
model = FlaxBertModel.from_pretrained("bert-base-uncased")
@batch
def _infer_fn(**inputs: np.ndarray):
(sequence_batch,) = inputs.values()
# need to convert dtype=object to bytes first
# end decode unicode bytes
sequence_batch = np.char.decode(sequence_batch.astype("bytes"), "utf-8")
last_hidden_states = []
for sequence_item in sequence_batch:
tokenized_sequence = tokenizer(sequence_item.item(), return_tensors="jax")
results = model(**tokenized_sequence)
last_hidden_states.append(results.last_hidden_state)
last_hidden_states = np.array(last_hidden_states, dtype=np.float32)
return [last_hidden_states]
with Triton() as triton:
logger.info("Loading BERT model.")
triton.bind(
model_name="BERT",
infer_func=_infer_fn,
inputs=[
Tensor(name="sequence", dtype=np.bytes_, shape=(1,)),
],
outputs=[
Tensor(name="last_hidden_state", dtype=np.float32, shape=(-1,)),
],
config=ModelConfig(max_batch_size=16),
)
logger.info("Serving inference")
triton.serve()
Decorator
제공되는 데코레이터들
- batch
- sample
- group_by_keys
- group_by_values
- fll_optionals
- pad_batch
- first_value
- triton_context 데코레이터들을 여러개를 사용하는것도 가능
https://triton-inference-server.github.io/pytriton/latest/
https://github.com/triton-inference-server/pytriton