Batch-slutsatsdragning med foundation model-API:er
Den här artikeln innehåller exempel på notebook-filer som utför batchinferens på en etablerad dataflödesslutpunkt med hjälp av Foundation Model-API:er. Du behöver båda notebook-filerna för att uppnå batch-slutsatsdragning med hjälp av FOUNDATION Model-API:er.
Exemplen visar batchinferens med hjälp av DBRX Instruct-modellen för chattuppgifter.
Krav
- En arbetsyta i en FOUNDATION Model-API:er som stöds
- Databricks Runtime 14.0 ML eller senare
- Anteckningsboken
provisioned-throughput-batch-inference
ochchat-batch-inference-api
notebook-filen måste finnas i samma katalog på arbetsytan
Konfigurera indatatabell, batchinferens
Följande notebook-fil utför följande uppgifter med hjälp av Python:
- Läser data från indatatabellen och indatakolumnen
- Konstruerar begäranden och skickar dem till en FOUNDATION Model-API:er-slutpunkt
- Bevarar indatarader tillsammans med svarsdata till utdatatabellen
Batchinferensaktiviteter för chattmodell med hjälp av Python Notebook
Följande notebook-fil utför samma uppgifter som notebook-filen ovan, men använder Spark:
- Läser data från indatatabellen och indatakolumnen
- Konstruerar begäranden och skickar dem till en FOUNDATION Model-API:er-slutpunkt
- Bevarar indataraden tillsammans med svarsdata till utdatatabellen
Batchinferensuppgifter för chattmodeller med hjälp av PySpark Pandas UDF-notebook-fil
Skapa etablerad dataflödesslutpunkt
Om du vill använda spark-notebook-filen i stället för python-notebook-filen bör du uppdatera kommandot som anropar Python-notebook-filen.
- Skapar en etablerad dataflödesserverslutpunkt
- Övervaka slutpunkten tills den uppnår ett klart tillstånd
chat-batch-inference-api
Anropar notebook-filen för att köra batchinferensaktiviteter samtidigt mot den förberedda slutpunkten. Om du föredrar att använda Spark ändrar du den här referensen så att den anropar notebook-filenchat-batch-inference-udf
.- Tar bort den etablerade dataflödestjänstens slutpunkt när batchinferensen har slutförts
Utföra batchinferens på en etablerad dataflödesslutpunktsanteckningsbok
Ytterligare resurser
Feedback
https://aka.ms/ContentUserFeedback.
Kommer snart: Under hela 2024 kommer vi att fasa ut GitHub-problem som feedbackmekanism för innehåll och ersätta det med ett nytt feedbacksystem. Mer information finns i:Skicka och visa feedback för