Reaaliaikaisten ennusteiden tarjoaminen koneoppimismallin päätepisteiden avulla (esikatselu)

Important

Tämä ominaisuus on esikatselutilassa.

Microsoft Fabric mahdollistaa reaaliaikaisten ennusteiden tarjoamisen koneoppimismalleista käyttämällä turvallisia, skaalautuvia ja helppokäyttöisiä verkkopäätelaitteita. Useimmat Fabric-mallit sisältävät nämä päätepisteet sisäänrakennettuina ominaisuuksina, eikä niiden käyttöönottoa vaadita täysin hallittujen reaaliaikaisten käyttöönottojen aloittamiseksi.

Voit aktivoida, konfiguroida ja kysyä mallin päätepisteitä käyttämällä julkista REST-rajapintaa. Voit myös aloittaa suoraan Fabric-käyttöliittymästä käyttämällä low-code-kokemusta mallin päätepisteiden aktivoimiseen ja ennusteiden esikatseluun välittömästi.

Prerequisites

• Vuokralaisella koneoppimismallin päätepisteet ovat oletuksena käytössä. Jos ylläpitäjäsi haluaa poistaa tämän ominaisuuden käytöstä, hän voi poistaa vuokralaisen kytkimen koneoppimismallin päätepisteille Fabric ylläpitoportaalissa.

Limitations

• Päätepisteet ovat tällä hetkellä saatavilla rajoitetulle määrälle koneoppimismallin makuja, kuten Keras, LightGBM, Sklearn ja XGBoost.
• Päätepisteet eivät ole tällä hetkellä käytettävissä malleissa, joissa on tensoripohjaisia rakenteita tai ei rakenteita.

Note

Koneoppimisen päätepisteet tukevat AutoML-koulutettuja malleja.

Aloita mallin päätepisteiden käyttäminen

Fabric-koneoppimismallit tulevat valmiiksi rakennettuina, ja niissä on verkkopäätelaitteita, joita voit käyttää reaaliaikaisten ennusteiden tarjoamiseen. Jokaisella rekisteröidyllä malliversiolla on oma päätepisteen URL-osoite, jonka löydät Fabric-rajapinnan Päätepiste-tietojen otsikon alta. Tämä URL päättyy alipolkuun, joka osoittaa kyseisen version (esim. /versions/1/score).

Mallin päätepisteillä on seuraavat ominaisuudet:

Property	Description	Default
Oletusversio	Tämä ominaisuus (Yes tai No) kertoo, onko versio asetettu mallin oletusarvoksi reaaliennusteiden tarjoamiseen. Voit mukauttaa oletusversiota mallin asetuksissa.	No
Status	Tämä ominaisuus ilmaisee, onko päätepiste valmis tekemään ennusteita. Tila voi olla Inactive, , ActivatingActive, Deactivating, tai Failed. Vain aktiiviset päätepisteet voivat palvella ennusteita.	Inactive
Automaattinen lepotila	Tämä ominaisuus (On tai Off) ilmaisee, tuleeko aktiivisena olevan päätepisteen skaalata kapasiteetin käyttö nollaan ilman liikennettä. Jos automaattinen lepo on päällä, päätepiste siirtyy lepotilaan viiden minuutin kuluttua ilman saapuvia pyyntöjä. Ensimmäinen kutsu, joka herättää tyhjän päätepisteen, sisältää lyhyen viiveen.	On

Aktivoi mallin päätepisteet

Voit aktivoida mallin päätepisteet suoraan Fabric-rajapinnasta. Mene siihen versioon, jota haluat käyttää reaaliaikaisiin ennusteisiin, ja valitse nauhasta Aktivoi version päätepiste .

Toast-viesti näyttää, että Fabric valmistaa päätepisteesi palvelemaan ennusteita, ja päätepisteen tila muuttuu .Activating Kulissien takana Fabric käynnistää taustalla olevan konttiinfrastruktuurin mallisi isännöintiin. Päätepiste on valmis ennakoimaan ennusteita muutaman minuutin kuluessa.

Jokaisella päätepisteellä on tila, joka kertoo, onko se valmis antamaan reaaliaikaisia ennusteita:

Status	Description
Inactive	Päätepiste ei ole aktivoitu palvelemaan reaaliaikaisia ennusteita, eikä se kuluta Fabric-kapasiteettia.
Activating	Päätepistettä määritetään palvelemaan reaaliaikaisia ennusteita. Kulissien takana Fabric asettaa taustalla olevan konttiinfrastruktuurin mallin isännöintiin. Päätepiste on aktiivinen muutaman minuutin kuluessa.
Active	Päätepiste on valmis reaaliaikaisten ennusteiden palvelemiseen. Kulissien takana Fabric hallinnoi taustalla olevaa infrastruktuuria, laajentaen resurssien käyttöä saapuvan liikenteen perusteella. Suurempi liikenne johtaa suurempaan Fabric-kapasiteetin käyttöön.
Deactivating	Päätepiste on deaktivoitumassa, joten se ei enää palvele reaaliaikaisia ennusteita eikä kuluta Fabric-kapasiteettia. Kulissien takana Fabric purkaa alla olevan konttiinfrastruktuurin.

Note

Koneoppimismallit voivat tukea aktiivisia päätepisteitä enintään viidelle versiolle kerralla. Jotta voit antaa ennusteita kuudennesta versiosta, aktiivisen päätepisteen aktivointi on ensin poistettava.

Mallien päätepisteiden hallinta

Jos haluat yleiskuvan mallisi aktiivisista päätepisteistä, valitse rajapinnan nauhasta Hallinnoi päätepisteitä . Jokaisella mallilla on mukautettava oletuspäätepiste, joka lähettää ennusteita valitsemastasi versiosta. Voit päivittää oletusversion käyttämällä pudotusvalikkoa asetuksissa.

Important

Aseta oletusominaisuus aktiiviseksi versioksi, jos aiot käyttää sitä. Jos et aseta oletusominaisuutta, tai jos asetat sen passiiviseksi versioksi, oletuspäätepisteen kutsut epäonnistuvat.

Mallin päätepisteasetukset listaavat kaikki versiot, joissa on aktiiviset päätepisteet. Voit muuttaa kunkin päätepisteen automaattista lepotilaa kytkemällä kytkimen päälle tai pois päälle.

Tip

Aktiiviset päätelaitteet, joissa automaattinen lepotila on päällä, siirtyvät lepotilaan viiden minuutin kuluttua ilman liikennettä. Ensimmäinen herätyskutsu vaatii lyhyen viiveen. Saatat haluta poistaa tämän ominaisuuden käytöstä tuotannon päätepisteille.

Kyselymallin päätepisteistä reaaliaikaisia ennusteita varten

Voit testata mallin päätepisteitä välittömästi käyttämällä Fabric:n low-code-kokemusta. Mene versioon, jossa on aktiivinen päätepiste, ja valitse Esikatseluennusteet rajapinnan nauhasta. Voit lähettää näytepyyntöjä päätepisteelle ja saada näyteennusteita reaaliajassa käyttämällä lomakekenttiä, jotka vastaavat mallin syöteallekirjoitusta.

Valitse Automaattinen täyttö täyttääksesi lomakkeen kentät satunnaisotosarvoilla. Voit lisätä lisää lomakearvoja testataksesi päätepistettä, jossa on useita syötteitä. Valitse Get predictions lähettääksesi päätepisteelle esimerkkipyyntösi.

Jos haluat muotoilla mallipyyntöjä JSON-hyötykuormiksi, vaihda näkymää avattavan valikon valitsimella.

Mallin päätepisteiden aktivoinnin poistaminen

Voit deaktivoida mallin päätepisteet suoraan Fabric-rajapinnasta. Mene versioon, jota ei enää tarvitse reaaliaikaisten ennusteiden tarjoamiseen, ja valitse käyttöliittymän nauhasta Deaktivoi version päätepiste .

Toast-viesti näyttää, että Fabric purkaa aktiivisen käyttöönottoasi, ja päätepisteen tila muuttuu Deactivating. Päätepiste ei voi tarjota reaaliaikaisia ennusteita, ellei sitä aktivoida uudelleen.

Voit deaktivoida päätepisteet useille versioille samanaikaisesti mallin asetuksista. Valitse käyttöliittymän nauhasta Hallinnoi päätepisteitä ja valitse yksi tai useampi aktiivinen päätepiste deaktivoitavaksi.

Kulutusaste

Aktiivisten mallipäätepisteiden isännöinti kuluttaa Fabric Capacity Units (CU) -yksiköitä. Päätepisteet suoritetaan laskentasolmuissa ja voivat skaalata automaattisesti jopa kolmeen solmuun saapuvan liikenteen perusteella. Laskutus lasketaan solmukohtaisesti, kun päätepiste on aktiivinen. Seuraava taulukko näyttää aktiivisen koneoppimismallin päätepisteen CU-kulutuksen.

Toiminto	Operaation mittayksikkö	Kulutusaste
Mallin päätepiste	1 mallin päätepiste (versio) sekunnissa solmua kohden	5 CU-sekuntia

Seuraava taulukko näyttää esimerkkiskenaariot sekä niiden kulutusnopeudet ja tuntikustannukset.

Skenaario	Description	Kulutusaste	Tuntikohtainen kustannus
Mallit, joissa on passiivisia päätepisteitä	Näissä malleissa ei ole aktiivisia versiopäätepisteitä eikä niihin liittyvää resurssien käyttöä. Niistä ei aiheudu lisäkustannuksia.	0 CU-sekuntia	0 CU-tunti
Mallit, joissa on aktiiviset mutta käyttämättömät päätepisteet	Näissä malleissa on yksi tai useampi aktiivinen versiopäätepiste, mutta ilman säännöllistä liikennettä kaikki päätepisteet skaalautuvat nollaan, mikä vähentää kustannuksia automaattisesti.	5 CU-sekuntia	0.42 CU-tuntia
Mallit, joissa on 1 aktiivinen päätepiste ja jatkuva alhainen liikenne	Näissä malleissa on vain 1 aktiivinen version päätepiste, joka palvelee ennusteita, mutta ei tarpeeksi liikennettä täyden skaalauksen käynnistämiseksi. Yksi solmu voi palvella kaikkea liikennettä. Muiden versioiden päätepisteet voivat olla passiivisia tai käyttämättömiä.	5 CU-sekuntia	5 CU-tuntia
Mallit, joissa on 1 aktiivinen päätepiste ja jatkuva suuri liikenne	Näissä malleissa on vain yksi aktiivinen päätelaite, joka palvelee ennusteita, ja niissä on tarpeeksi liikennettä täyden skaalauksen käynnistämiseen. Muiden versioiden päätepisteet voivat olla passiivisia tai käyttämättömiä.	15 CU-sekuntia	15 CU-tuntia
Mallit, joissa on 5 aktiivista päätepistettä ja jatkuva suuri liikenne	Näissä malleissa on 5 aktiivisen version päätepistettä (nykyinen raja), jotka palvelevat ennusteita, joista jokaisella on tarpeeksi liikennettä täyden skaalauksen käynnistämiseksi.	75 CU-sekuntia	75 CU-tuntia

Fabric Capacity Metrics -sovellus näyttää mallin päätepisteoperaatioiden kokonaiskapasiteetin käytön nimellä "Model Endpoint". Lisäksi käyttäjät voivat tarkastella laskutusmaksujaan Model Endpoint -käytöstä laskutuskohdassa "ML Model Endpoint Capacity Usage CU".

Mallin päätepistetoiminto luokitellaan taustatoiminnoiksi.

Kulutusluvut voivat muuttua milloin tahansa. Microsoft käyttää kohtuullisia ponnistuksia ilmoittaakseen ilmoituksen sähköpostitse tai tuotteen sisäisen ilmoituksen kautta. Muutokset astuvat voimaan Microsoft Release Notesissa tai Microsoft Fabric Blogissa ilmoitettuna päivänä. Jos Fabric Consumption Rate -mallin päätepisteen muutos kasvattaa merkittävästi käytettävän kapasiteetin yksiköiden (CU) määrää, asiakkaat voivat käyttää valitun maksutavan peruutusvaihtoehtoja.

Liittyvä sisältö

• Hallinnoi ja kysy päätepisteitä ohjelmallisesti käyttämällä ML-mallin päätepistettä REST API:lla.
• Kutsu mallin päätepisteitä Dataflow Gen2 :sta reaaliaikaista datan rikastamista varten.
• Luo eräennusteita käyttämällä PREDICT Fabric-muistikirjojen funktiota.
• Lue lisää mallin koulutuksesta ja kokeiluista Fabric-luvulla.
• Jäikö tarvitsemasi ominaisuus väliin? Ehdota sitä Fabric Ideas -foorumilla.