Pour déployer un modèle Decision Optimization , créez un modèle prêt pour le déploiement dans votre espace de déploiement, puis téléchargez votre modèle en tant qu'archive. Une fois déployés, vous pouvez soumettre des travaux à votre modèle et contrôler les états des travaux.

Pour déployer un modèle Decision Optimization :

1. Mettez en forme la formulation de votre modèle Decision Optimization, avec tous les paramètres ou fichiers de données de base, prêt à être déployé en tant que fichier tar.gz, .zip ou .jar.
   Votre archive peut inclure les fichiers facultatifs suivants :

   1. Vos fichiers modèles

      Pour les modèles Python ou OPL, ces fichiers contiennent généralement la formulation de votre modèle. Cependant, vous pouvez également choisir d'omettre ces fichiers, en particulier lorsque votre modèle et vos données sont intégrés dans le même fichier. Par exemple, pour les modèles de format CPLEX (.lp), CPO (.cpo) et mps, afin d'éviter de résoudre le même mode, vous pouvez envoyer ces fichiers plus tard dans le travail.

   2. Fichiers de paramètres

      Pour plus d'informations, voir Paramètres d'exécution.

   3. Données maître

      Ces fichiers contiennent toutes les données qui peuvent être réutilisées par tous les travaux. L'inclusion de ces fichiers de données peut rendre les tâches de déploiement plus efficaces. Par exemple, vous pouvez inclure un fichier de données pour les valeurs qui restent constantes, telles que les distances entre les villes. Vous pouvez inclure ce fichier de données dans le déploiement afin de ne le fournir qu'une seule fois et non à chaque demande de travail.

   Remarque : pour les modèles Python comportant plusieurs fichiers " .py, placez tous les fichiers dans le même dossier de votre archive. Le même dossier doit contenir un fichier principal appelé " main.py. N'utilisez pas de sous-dossiers.
2. Créez un modèle prêt à être déployé et fournissez les informations suivantes :
   • instance du service d'exécutionwatsonx.ai
   • Instance Espace de déploiement
   • la spécification matérielle pour les tailles de configuration disponibles (petite S, moyenne M, large L, extra large XL). Voir les configurations.
   • Spécification du logiciel (Decision Optimization version d'exécution) :
     • do_22.1 Le temps d'exécution est basé sur CPLEX 22.1.1.0
     • do_20.1 Le temps d'exécution est basé sur CPLEX 20.1.0.1

     Vous pouvez étendre la spécification logicielle fournie par le service d'exécutionwatsonx.ai Voir le cahier 'ExtendWMLSoftwareSpec dans le dossier 'jupyter des échantillons DO.

     Mise à jour des environnements d'exécution CPLEX:

     Si vous avez déjà déployé votre modèle avec un environnement d'exécution CPLEX qui n'est plus pris en charge, vous pouvez mettre à jour votre modèle déployé existant à l'aide de l' API REST ou de l' interface utilisateur.

   • Le type de modèle:
     • opl (do-opl_<runtime version>)
     • cplex (do-cplex_<version d'exécution>)
     • cpo (do-cpo_<runtime version>)
     • docplex (do-docplex_<runtime version>) utilisant Python 3.11 ou 3.10 (obsolète)

     (La version d'exécution peut être l'une des Decision Optimization versions d'exécution disponibles, de sorte que, par exemple, un modèle opl avec une 22.1 a le type de modèle do-opl_22.1)

   Vous obtenez un ID_MODELE.

   Votre modèle peut être utilisé dans un ou plusieurs déploiements.

3. Téléchargez l'archive de votre modèle (fichiertar.gz, '.zip ou '.jar ). Pour plus d'informations sur les types de fichiers d'entrée, voir les formats de fichiers de données d'entrée et de sortie du modèle pour l'Decision Optimization.
4. Déployez votre modèle à l'aide de MODEL-ID, SPACE-IDet de la spécification matérielle pour les tailles de configuration disponibles (petite taille S, moyenne M, grande taille L, très grande taille XL). Voir les configurations. Vous pouvez également spécifier le nombre de nœuds à utiliser (la valeur par défaut est 1).
   Vous obtenez un ID de déploiement.
5. Surveillez le déploiement à l'aide de DEPLOYMENT-ID. Les états de déploiement peuvent être: initializing, updating, readyou failed.