Otimização de rota em pontos de extremidade do serviço

Este artigo descreve como habilitar a otimização de rota nos seus pontos de extremidade de serviço de modelo ou de serviço de recursos. Rotear pontos de extremidade do serviço otimizados reduz drasticamente a latência de sobrecarga e permite melhorias substanciais na taxa de transferência com suporte do ponto de extremidade.

Os endpoints com rotas otimizadas são consultados de maneira diferente dos endpoints não otimizados para rotas, incluindo o uso de uma URL diferente e autenticação usando tokens OAuth. Consulte Consultar pontos de extremidade do serviço otimizados para rotas para obter detalhes.

O que é otimização de rota?

Quando você habilita a otimização de rota em um ponto de extremidade, o Serviço de Modelo do Databricks melhora o caminho de rede para solicitações de inferência, resultando em uma comunicação mais rápida e direta entre o cliente e o modelo. Esse roteamento otimizado desbloqueia consultas mais altas por segundo (QPS) em comparação com pontos de extremidade não otimizados e fornece latências mais estáveis e inferiores para seus aplicativos.

Requisitos

• A otimização de rotas em pontos de extremidade do Serviço de Modelo tem os mesmos requisitos que pontos de extremidade do Serviço de Modelo não otimizados para rotas.
• A otimização de rotas em pontos de extremidade do serviço de recursos tem os mesmos requisitos que pontos de extremidade do serviço de recursos não otimizados para rotas.

Habilitar a otimização de rota em um ponto de extremidade do serviço de modelo

Interface do usuário de serviço

Você pode habilitar a otimização de rota ao criar um ponto de extremidade do serviço de modelo usando a interface do usuário de Serviço. Você só pode habilitar a otimização de rota durante a criação do ponto de extremidade, não é possível atualizar os pontos de extremidade existentes para serem otimizados por rota.

1. Na barra lateral, clique em Serviço para exibir a interface do usuário de Serviço.
2. Clique em Criar ponto de extremidade de serviço.
3. Na seção Otimização de rota, selecione Habilitar otimização de rota.
4. Depois que o ponto de extremidade for criado, o Databricks enviará uma notificação sobre o que é necessário para consultar um ponto de extremidade com rota otimizada.

API REST

Para configurar seu ponto de extremidade do serviço para otimização de rota usando a API REST, especifique o route_optimized parâmetro durante a criação do ponto de extremidade do serviço de modelo. Só é possível especificar esse parâmetro durante a criação do ponto de extremidade, não é possível atualizar os pontos de extremidade existentes para serem otimizados para rota.

POST /api/2.0/serving-endpoints

{
  "name": "my-endpoint",
  "config":
  {
    "served_entities":
    [{
      "entity_name": "ads1",
      "entity_version": "1",
      "workload_type": "CPU",
      "workload_size": "Small",
      "scale_to_zero_enabled": true,
    }],
  },
  "route_optimized": true
}

Python

Se você usar o Python, é possível usar o notebook a seguir para criar um ponto de extremidade do serviço otimizado para rota.

Criar um ponto de extremidade do serviço otimizado para rota usando o notebook Python

Obter notebook

SDK do Databricks

Para configurar seu ponto de extremidade do serviço para otimização de rotas usando o SDK do Databricks, especifique o parâmetro route_optimized durante a criação do ponto de extremidade do Serviço de Modelo. Só é possível especificar esse parâmetro durante a criação do ponto de extremidade, não é possível atualizar os pontos de extremidade existentes para serem otimizados para rota.

from databricks.sdk import WorkspaceClient
from databricks.sdk.service.serving import EndpointCoreConfigInput, ServedEntityInput

workspace = WorkspaceClient()

workspace.serving_endpoints.create(
  name="my-serving-endpoint",
  config = EndpointCoreConfigInput(
    served_entities=[
    ServedEntityInput(
        entity_name="main.default.my-served-entity",
        scale_to_zero_enabled=True,
        workload_size="Small"
      )
    ]
  ),
  route_optimized=True
)

Habilitar otimização de rotas em um ponto de extremidade do serviço de recursos

Para usar a otimização de rota no Recurso e o Serviço de Função, especifique o nome completo da especificação do recurso no campo entity_name para solicitações de criação de ponto de extremidade do serviço. A entity_version não é necessária para FeatureSpecs.

POST /api/2.0/serving-endpoints

{
  "name": "my-endpoint",
  "config":
  {
    "served_entities":
    [
      {
        "entity_name": "catalog_name.schema_name.feature_spec_name",
        "workload_type": "CPU",
        "workload_size": "Small",
        "scale_to_zero_enabled": true
      }
    ]
  },
  "route_optimized": true
}

Limitações

• A otimização de rota só está disponível para o modelo personalizado que atende pontos de extremidade e recursos que atendem pontos de extremidade. Não há suporte para pontos de extremidade que utilizam APIs do modelo Foundation ou modelos externos.
• Os tokens OAuth internos do Databricks são a única autenticação com suporte para otimização de rota. Não há suporte para tokens de acesso pessoal.

Recursos adicionais

• Consultar pontos de extremidade do serviço otimizados para rotas
• Otimizar pontos de extremidade do Serviço de Modelo para produção