Implementando ativos de IA

Usando o IBM watsonx.ai Runtime, você pode implementar modelos de aprendizado de máquina, scripts, funções . Após criar implementações, é possível testá-las e gerenciá-las e preparar seus ativos para implementar em ambientes de pré-produção e produção para gerar predições e insights.

Serviço O administrador deve provisionar o serviço watsonx.ai Runtime na plataforma Cloud Pak for Data as a Service para usar seus recursos.

Processo de Implementação

O processo típico para implementar um ativo é o seguinte:

  1. Escolher tipo de implementação: escolha um tipo de implementação para o tipo de ativo que deseja implementar.
  2. Criar implementação: dependendo do tipo de ativo, é possível criar uma implementação on-line, em lote, de aplicativo ou separada.
  3. Implementação de teste: é possível testar suas implementações inserindo dados de teste, fornecendo carga útil JSON ou criando uma tarefa em lote.
  4. Recuperar terminal de implementação: para usar sua implementação em um aplicativo, deve-se recuperar o terminal de sua implementação. O terminal modelo fornece acesso a uma interface para chamar e gerenciar implementações de modelo.

O gráfico a seguir mostra o processo para implementar ativos de IA:

Detalhes da implementação

Tipos de implementações.

Os tipos mais comuns de implementações são os seguintes:

  • Implementação on-line: crie uma implementação on-line para processar dados de entrada em tempo real.. Para testar a implementação on-line em tempo real, é possível enviar novos dados do cliente ao terminal de implementação para obter uma previsão em tempo real.

  • Implementação em Lote: Crie uma implementação em lote para processar um grande lote de dados de entrada de uma origem de dados e gravar a saída em um destino selecionado. É possível configurar a tarefa de implementação em lote e executá-la em um planejamento ou sob demanda

Tipos de ativos implementáveis

O tipo de ativo implementado determina o tipo de implementação que você pode criar. Por exemplo, as funções, scripts e modelos Python , como os modelos AutoAI ou Decision Optimization suportam implementações on-line e em lote. No entanto, é possível criar implementações on-line apenas para modelos importados de um arquivo. Os diferentes tipos de ativos implementáveis são os seguintes:

  • ativos dowatsonx.ai Runtime: Você pode implantar ativos do watsonx.ai Runtime de aprendizado de máquina, como funções Python, aplicativos R Shiny, modelos NLP, scripts e muito mais com o watsonx.ai Runtime.
  • modelos Decision Optimization : Você pode implantar o modelo ' Decision Optimization com o tempo de execução ' watsonx.ai.

Maneiras de implementar ativos

É possível implementar e gerenciar seus ativos das seguintes maneiras:

Implementando e gerenciando ativos em espaços de implementação

Crie um espaço de implementação para colaborar com as partes interessadas e implementar e gerenciar ativos em um espaço de implementação

Para gerenciar seus ativos em um espaço de implementação, deve-se promover seus ativos de um projeto para seu espaço de implementação. Também é possível importar ou exportar ativos do espaço de implementação.

Use o painel de implantações em um espaço de implantação para obter uma visão geral das suas implantações e monitorar a atividade de implantação.

Implantação e gerenciamento de recursos de aprendizado de máquina por meio de programação

Você pode implementar e gerenciar ativos usando a biblioteca do cliente Python ou a API de tempo de execução watsonx.ai. Para obter mais informações, consulte Implantação de recursos de aprendizado de máquina por meio de programação.

Gerenciando estruturas e especificações de software para implementações

Especificações e estruturas de software contêm pacotes configuráveis com versões correspondentes dos pacotes.

É possível usar especificações de software predefinidas ou criar especificações de software customizadas incluindo novos pacotes em estruturas existentes, criar novos pacotes ou atualizar versões de pacotes em especificações de software.