Hinweise zur Aktualisierung von Watson Machine Learning und watsonx.ai

Diese Abschnitte enthalten Hinweise zur Aktualisierung sowie Informationen zur Arbeit mit Weltraumressourcen nach der Aktualisierung von einer früheren Version von „ Cloud Pak for Data “.

Wählen Sie die Kategorie aus, die zu Ihrem Anwendungsfall passt.

Was Sie vor dem Upgrade auf „ watsonx.ai “ beachten sollten

  • Im Rahmen des Upgrade-Prozesses wird zunächst das neue Bereitstellungsimage erstellt, und anschließend werden die der ursprünglichen Bereitstellung zugewiesenen Ressourcen freigegeben. Um eine unterbrechungsfreie Aktualisierung Ihrer benutzerdefinierten Foundation-Modell -Bereitstellungen zu gewährleisten, stellen Sie sicher, dass Ihr Cluster über zusätzliche GPU-Kapazität verfügt, um vorübergehend sowohl die aktualisierte als auch die ursprüngliche Bereitstellung zu bewältigen.

    Falls Sie keine zusätzliche GPU-Kapazität zur Verfügung haben, reduzieren Sie die ursprüngliche Bereitstellung vor Beginn des Upgrades auf 0 Replikate, um Ressourcen für ein unterbrechungsfreies Upgrade freizugeben. Weitere Informationen finden Sie unter „Skalieren einer Bereitstellung “.

  • Wenn Sie ein Upgrade von Cloud Pak for Data (Version 4.8.x ) auf Cloud Pak for Data (Version 5.0.x ) durchführen, kommt es während des Upgrade-Vorgangs zu Betriebsunterbrechungen. Im Rahmen des Upgrades werden die Laufzeit-Assemblies für Ihre benutzerdefinierten Foundation-Modell -Bereitstellungen auf dem „ Red Hat OpenShift “-KI-Stack gelöscht und neu erstellt; daher ist der Upgrade-Prozess für die Bereitstellung benutzerdefinierter Foundation-Modell mit Betriebsunterbrechungen verbunden.

  • Um die Bereitstellungen Foundation-Modell benutzerdefinierten Basismodelle erfolgreich zu aktualisieren, müssen Sie alle installierten Operatoren – einschließlich „Common Core Services“, „ Watson Machine Learning “, „ watsonx.ai “ und Foundation-Modell „ watsonx.ai “-Inferenz-Basismodell (watsonxaiifm-Operator) – auf die Version von „ Cloud Pak for Data “ aktualisieren, auf die Sie das Upgrade durchführen.

Hinweise nach dem Upgrade v Watson Machine Learning

Nach dem Upgrade:

  • Alle Ihre „ Watson Machine Learning “-Ressourcen, einschließlich Modelle, Datenressourcen und Apps, die Sie in der vorherigen Version erstellt haben, stehen zur Verfügung.

  • Das Dashboard „Bereitstellungen“ zeigt keine Metadaten zu den Ausführungen in den Visualisierungen an. Beispielsweise wird in der Visualisierung der Diagramm für abgeschlossene Durchläufe der Durchlauftyp, wie z. B. data refinery, nicht angezeigt. Bei Läufen, die nach dem Upgrade erstellt wurden, werden die Beschriftungen korrekt angezeigt.

  • Wenn Sie benutzerdefinierte Images haben, die vor der Veröffentlichung von „ 4.0.6 “ erstellt wurden, müssen Sie diese unter Verwendung der neuen Basis-Images neu erstellen, die in der aktuellen Version veröffentlicht wurden.

  • Aufgrund einer Änderung der Standard-Softwarespezifikation, die zum Trainieren von Zeitreihen-Experimenten in „ AutoAI “ verwendet wird, müssen Sie das Experiment neu trainieren und anschließend eine neue Bereitstellung des resultierenden Modells erstellen.

  • Die „ Watson Machine Learning “-API ist über neue Endpunkte verfügbar, wie in der API-Dokumentation beschrieben.

  • Sie können den Code für Ihre Assets aktualisieren. Wenn beispielsweise beim Ausführen eines vorhandenen Notebooks folgende Fehlermeldung angezeigt wird:

    WMLClientError: 'project' (MetaNames.PROJECT_UID) and 'space' (MetaNames.SPACE_UID) meta names are deprecated and considered as invalid. Instead, use client.set.default_space(<SPACE_GUID>) to set the space or client.set.default_project(<PROJECT_GUID>).

    Entfernen Sie dann client.repository.ModelMetaNames.SPACE_UID:space_id aus den Metadaten und verwenden Sie client.set.default_space('<SPACE_GUID>') oder client.set.default_project('<PROJECT_GUID>'). Weitere Informationen finden Sie in der API-Dokumentation unter Watson Machine Learning sowie in der Dokumentation zur Client-Bibliothek unter Python.

  • Bestehende Bereitstellungen, die auf nicht mehr unterstützten Frameworks basieren, sind nicht verfügbar.

  • Sie können Assets bereitstellen, die auf veralteten Frameworks basieren.

  • Plattform-Jobs, die mit Bereitstellungen verbunden sind, die nach dem Upgrade nicht mehr verfügbar sind, bleiben erhalten.

Hinweise:

  • Weitere Informationen zu veralteten und nicht mehr unterstützten Frameworks sowie Hinweise zur Migration zu einem unterstützten Framework finden Sie unter „Unterstützte Frameworks “.
  • Wenn Sie APIs zur Aktualisierung von „ Watson Machine Learning “-Assets verwenden, achten Sie darauf, ausschließlich API-Aufrufe von Watson Machine Learning zu nutzen.