MOSEC: 高性能机器学习模型服务框架

RayRay
MOSEC模型服务高性能动态批处理云计算Github开源项目

MOSEC简介

MOSEC(Model Serving made Efficient in the Cloud)是一个专为云环境设计的高性能机器学习模型服务框架。它旨在弥合刚刚训练完成的机器学习模型与高效在线服务API之间的鸿沟,让开发者能够轻松地将模型部署为生产级服务。

MOSEC Logo

MOSEC具有以下主要特点:

  1. 高性能:Web层和任务协调使用Rust构建,提供极快的速度。异步I/O技术实现了高效的CPU利用率。

  2. 易用性:用户界面完全使用Python,开发者可以使用与离线测试相同的代码来部署模型,无需关心具体的ML框架。

  3. 动态批处理:自动聚合来自不同用户的请求进行批量推理,并将结果分发回去。

  4. 流水线处理:可以为流水线的不同阶段生成多个进程,以处理CPU/GPU/IO混合工作负载。

  5. 云友好:专为云环境设计,支持模型预热、优雅关闭和Prometheus监控指标,易于被Kubernetes等容器编排系统管理。

  6. 专注性:专注于在线服务部分,让用户可以将注意力集中在模型优化和业务逻辑上。

安装与使用

MOSEC要求Python 3.7或更高版本。可以通过pip安装最新的PyPI包:

pip install -U mosec

或者使用conda安装:

conda install conda-forge::mosec

下面我们通过一个示例来展示如何使用MOSEC托管一个预训练的Stable Diffusion模型作为服务。首先需要安装一些依赖:

pip install --upgrade diffusers[torch] transformers

编写服务器代码

以下是一个简单的服务器实现:

from io import BytesIO from typing import List import torch from diffusers import StableDiffusionPipeline from mosec import Server, Worker, get_logger from mosec.mixin import MsgpackMixin logger = get_logger() class StableDiffusion(MsgpackMixin, Worker): def __init__(self): self.pipe = StableDiffusionPipeline.from_pretrained( "runwayml/stable-diffusion-v1-5", torch_dtype=torch.float16 ) device = "cuda" if torch.cuda.is_available() else "cpu" self.pipe = self.pipe.to(device) self.example = ["useless example prompt"] * 4 # warmup (batch_size=4) def forward(self, data: List[str]) -> List[memoryview]: logger.debug("generate images for %s", data) res = self.pipe(data) logger.debug("NSFW: %s", res[1]) images = [] for img in res[0]: dummy_file = BytesIO() img.save(dummy_file, format="JPEG") images.append(dummy_file.getbuffer()) return images if __name__ == "__main__": server = Server() server.append_worker(StableDiffusion, num=1, max_batch_size=4, max_wait_time=10) server.run()

这段代码定义了一个StableDiffusion类,继承自WorkerMsgpackMixin。在__init__方法中,我们初始化了Stable Diffusion模型并将其移动到适当的设备上。forward方法定义了服务的核心逻辑,接收文本提示并生成相应的图像。

运行服务器

保存上述代码后,可以通过以下命令启动服务器:

python server.py --log-level debug --timeout 30000

服务器启动后,可以在浏览器中打开http://127.0.0.1:8000/openapi/swagger/查看OpenAPI文档。

高级特性

MOSEC提供了许多高级特性,使其成为一个强大的模型服务框架:

  1. 动态批处理:通过配置max_batch_sizemax_wait_time,MOSEC可以自动聚合请求进行批量推理,提高系统吞吐量。

  2. 多阶段流水线:可以将推理过程拆分为多个阶段,如预处理、模型推理和后处理,形成数据流水线,提高GPU利用率。

  3. 自定义指标:MOSEC允许用户定义和收集自定义指标,方便监控和优化服务性能。

  4. 共享内存IPC:对于多阶段服务,MOSEC支持使用共享内存进行进程间通信,potentially减少延迟。

  5. GPU分配:可以为不同的工作进程分配不同的GPU,实现更灵活的资源利用。

性能调优

为了获得最佳性能,MOSEC提供了一些调优建议:

  1. 找出最佳的max_batch_sizemax_wait_time。可以通过监控指标来调整这两个参数。

  2. 尝试将推理过程拆分为独立的CPU和GPU阶段,充分利用硬件资源。

  3. 调整每个阶段的工作进程数量,以平衡各阶段的处理能力。

  4. 对于多阶段服务,考虑使用共享内存IPC来减少数据传输开销。

  5. 选择合适的序列化/反序列化方法。对于图像和嵌入等数据,考虑使用msgpack而不是JSON。

  6. 配置OpenBLAS或MKL的线程数,以优化CPU使用。

部署注意事项

在部署MOSEC服务时,需要注意以下几点:

  1. MOSEC官方提供了预装框架的GPU基础镜像mosecorg/mosec

  2. MOSEC服务应该作为容器中的PID 1进程运行,因为它需要控制多个子进程。

  3. 记得收集和监控服务指标,如批处理大小分布、处理时间等。

  4. 使用SIGINTSIGTERM信号来优雅地停止服务。

结语

MOSEC作为一个高性能的机器学习模型服务框架,为开发者提供了一种简单而强大的方式来部署和管理ML模型服务。通过其动态批处理、多阶段流水线等特性,MOSEC能够充分利用硬件资源,提供高效的推理服务。无论是对于个人开发者还是大型企业,MOSEC都是一个值得考虑的选择,可以帮助他们快速将ML模型转化为生产级服务。

随着机器学习技术的不断发展和应用场景的日益广泛,像MOSEC这样的工具将在未来扮演越来越重要的角色,推动AI技术的落地和产业化进程。我们期待看到MOSEC在未来的发展中为更多的开发者和企业带来价值,共同推动机器学习服务化的进步。

MOSEC Architecture

编辑推荐精选

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

热门AI工具生产力协作转型TraeAI IDE
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

聊天机器人AI助手热门AI工具AI对话
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多