Skip to main content
W&B의 모델 아티팩트를 NVIDIA NeMo Inference Microservice에 배포합니다. 이를 위해 W&B Launch를 사용합니다. W&B Launch는 모델 아티팩트를 NVIDIA NeMo Model로 변환하고 실행 중인 NIM/Triton 서버에 배포합니다. W&B Launch는 현재 다음과 같은 호환 가능한 모델 유형을 지원합니다.
  1. Llama2
  2. StarCoder
  3. NV-GPT (출시 예정)
배포 시간은 모델 및 머신 유형에 따라 다릅니다. 기본 Llama2-7b 구성은 GCP의 a2-ultragpu-1g에서 약 1분이 소요됩니다.

​
퀵스타트

  1. Launch queue 생성 아직 없는 경우. 아래 예제 queue 구성을 참조하십시오. 
    net: host
gpus: all # can be a specific set of GPUs or `all` to use everything
runtime: nvidia # also requires nvidia container runtime
volume:
  - model-store:/model-store/
    image
  2. 다음 작업을 프로젝트에 생성합니다. 
    wandb job create -n "deploy-to-nvidia-nemo-inference-microservice" \
   -e $ENTITY \
   -p $PROJECT \
   -E jobs/deploy_to_nvidia_nemo_inference_microservice/job.py \
   -g andrew/nim-updates \
   git https://github.com/wandb/launch-jobs
  3. GPU 머신에서 에이전트를 실행합니다. 
    wandb launch-agent -e $ENTITY -p $PROJECT -q $QUEUE
  4. Launch UI에서 원하는 구성으로 배포 Launch 작업을 제출합니다.
    1. CLI를 통해 제출할 수도 있습니다. 
      wandb launch -d gcr.io/playground-111/deploy-to-nemo:latest \
  -e $ENTITY \
  -p $PROJECT \
  -q $QUEUE \
  -c $CONFIG_JSON_FNAME
      image
  5. Launch UI에서 배포 프로세스를 추적할 수 있습니다.
    image
  6. 완료되면 엔드포인트를 즉시 curl하여 모델을 테스트할 수 있습니다. 모델 이름은 항상 ensemble입니다. 
     #!/bin/bash
 curl -X POST "http://0.0.0.0:9999/v1/completions" \
     -H "accept: application/json" \
     -H "Content-Type: application/json" \
     -d '{
         "model": "ensemble",
         "prompt": "Tell me a joke",
         "max_tokens": 256,
         "temperature": 0.5,
         "n": 1,
         "stream": false,
         "stop": "string",
         "frequency_penalty": 0.0
         }'