框架

框架包含一组可复用的算法，工具和库，用于开发可用于满足特定应用程序需求的机器学习模型。 框架描述用于构建模型的机器学习或深度学习框架。 您可以使用流行的框架，如Tensorflow，它与watsonx.aiRuntime 一起支持深度学习和传统机器学习算法，从而提高开发效率。

模型类型

模型类型指示机器学习或深度学习框架以及用于构建机器学习模型的框架版本。 使用同一框架构建的机器学习或深度学习模型可能在不同版本之间不兼容。 例如，如果使用 pytorch-onnx_1.10 模型类型构建模型，那么必须使用 pytorch V 1.10 构建模型并以 ONNX 格式保存模型。

软件规格

软件规范定义了用于构建模型或功能的编程语言和版本。 您可以使用软件规范来配置用于运行模型和功能的软件。 您还可以定义要使用的软件版本并包含自己的扩展。 例如，可以使用 conda .yml 文件或定制库。

平台

Platform 描述了可以使用受支持的软件规范在其上部署机器学习模型的硬件平台。 根据构建模型的框架，您可以使用watsonx.aiRuntime 在 Zs390x)、Power(PPC) 或x86平台上部署模型。

受支持框架和软件规范的生命周期

安装最新版本的 Cloud Pak for Data as a Service 时支持的框架和软件规范将在 Cloud Pak for Data as a Service的未来发行版中经历废弃和中断阶段，如下所述:

1. 受支持: 安装或升级到最新版本的 Cloud Pak for Data时，支持与软件规范对应的运行时环境。

   例如，Cloud Pak for Data版本5.0支持软件规范 "runtime-24.1-py3.11。在这种情况下，如果您安装或升级到新的watsonx.aiRuntime 服务实例，您就可以创建或部署使用 "runtime-24.1-py3.11的机器学习模型。

   有关更多信息，请参阅 支持的部署框架和软件规范。

2. 不推荐: 在安装最新版本的 Cloud Pak for Data as a Service时，支持与软件规范对应的运行时环境，但将在即将发布的发行版中移除此环境。

   例如，在 Cloud Pak for Data as a Service中不推荐使用软件规范 runtime-22.2-py3.10 。 在这种情况下，如果安装了新的watsonx.aiRuntime 服务实例，就可以创建或部署使用 "runtime-22.2-py3.10的机器学习模型。 但是，在即将发布的发行版中将不再支持 runtime-22.2-py3.10 。

3. 已停用: 安装或升级到最新版本的 Cloud Pak for Data as a Service时，不支持与软件规范对应的运行时环境。

   例如，对于 Cloud Pak for Data as a Service，不再支持基于 Python 3.9 的软件规范。 在这种情况下，如果安装新的watsonx.aiRuntime 服务实例，则无法创建或部署使用基于Python 3.9软件规范的机器学习模型。

管理过时的框架和软件规范

在模型中的软件规范和框架过时时更新这些规范和框架。 有时，您可以无缝更新资产。 在其他情况下，必须重新训练或重新部署资产。

有关更多信息，请参阅 管理过时的软件规范或框架。

父主题： 使用watsonx.aiRuntime 部署资产