從模型打包、推理服務到灰度、觀測與回滾,建立可重現的模型上線路線。
模型部署工程
從模型打包、推理服務到灰度、觀測與回滾,建立可重現的模型上線路線。
7 章節3 案例已發布
LEARNING PATH
教學章節
按學習順序組織的可操作教學。
章節 · 已發布模型部署基础:可重复的模型打包
固定模型、Tokenizer、依赖和配置,生成可审计的部署工件。
閱讀章節 章節 · 已發布推理服务接口:健康检查与兼容 API用稳定的 HTTP 契约隔离模型运行时,明确超时、错误和请求上限。
閱讀章節 章節 · 已發布vLLM 服务化:从本地兼容接口开始使用官方 OpenAI 兼容接口启动本地模型,并验证鉴权和请求边界。
閱讀章節 章節 · 已發布推理性能与容量规划:先测边界再调参数用可复现的输入集测量延迟、并发、上下文和显存边界。
閱讀章節 章節 · 已發布Kubernetes 发布:探针、资源与滚动更新为模型服务配置资源边界、探针和可回滚的 Deployment。
閱讀章節 章節 · 已發布模型服务观测与回滚:让故障可定位记录请求级指标、模型版本和错误类别,在异常时快速切回上一版。
閱讀章節 章節 · 已發布模型量化与质量预算:先定义可接受损失在推理成本、延迟和回答质量之间建立可测量的量化发布门槛。
閱讀章節PRACTICE
實踐案例
圍繞工具、工作流程和真實任務整理的實踐記錄。
