看新闻很累?看技术新闻更累?试试下载 InfoQ 手机客户端,每天上下班路上听新闻,有趣还有料!
Sahil Dua 是 Booking.com 的一名开发人员。在今年的 QCon 伦敦大会上,他介绍了 Booking.com 是如何使用Kubernetes 实现机器学习模型的扩展,为客户推荐目的地和住处。他重点展示了 Kubernetes 是如何通过容器的弹性和避免资源饥饿特性,帮助企业运行计算和数据密集的、难以并行处理的机器学习模型。
Kubernetes 所提供的隔离性(进程不必竞争资源)、弹性(基于资源的消费情况而自动向上或向下扩展)、灵活性(具备快速测试软件库或架构的能力)和支持 GPU(尽管 Kubernetes 对 NVIDIA GPU 的支持依然是 Alpha 版,但已经实现 20 到 50 倍的速度改进)等特性,对于以 Booking.com 的规模(每日约 150 万次房间预订,每月约 4 亿访客)运行大量的机器学习模型是十分关键的。下面的配置通过指定 Pod 所需的 GPU 资源,告知 Kubernetes为节点调度一个 GPU 单元:
resources: limits: alpha.kubernetes.io/nvidia-gpu: 1
每个模型以无状态应用运行在一个容器中。但容器镜像中并不包括模型本身,而是在启动时从 Hadoop 获取。这使得镜像可以维持较小的规模,避免了每推出一个新模型,就要为此创建一个新的镜像,进而加速了模型的部署。模型一旦部署,就可通过 REST API 访问,Kubernetes 将开始轮询容器是否准备好,可以接收预测请求,最终直至流量导向新的容器。
除了Kubernetes 的自动扩展和负载均衡之外,Dua 还介绍了Booking.com 为优化模型延迟而采用的其它一些技术,就是保持模型加载在容器的内存中,并在启动容器后对模型做热身(即通过向 Google 的机器学习框架 TensorFlow 发送初始请求。TensorFlow 的首轮运行通常比较慢)。但是并非所有请求均来自于运行中的系统,在一些情况下,可以预先计算预测情况并存储,以供其后使用。预先计算重在优化通量(即单位时间完成的工作量)。Dua 指出,批处理请求和并行处理异步请求有助于降低网络开销,进而提高通量。
机器学习模型在提供给 Booking.com 做预测之前,需要使用一些预先挑选的数据进行训练。训练过程也是运行在 Kubernetes 架构上的。训练运行在容器的基础镜像中,但基础镜像中仅包含了训练所需的框架,例如 TensorFlow 和 Torch 等,它从 Git 代码库获取实际训练的代码。Dua 强调,这种设计再次使得容器可维持较小的规模,避免了镜像随新版本代码而不断增殖。训练数据也是从 Hadoop 集群获取。一旦模型训练好(即完成训练工作负载),模型将导出到 Hadoop。
查看英文原文: How Booking.com Uses Kubernetes for Machine Learning
评论