一般的なツール、ライブラリー、およびフレームワークを使用して、機械学習のモデルと機能をトレーニングおよびデプロイできます。
フレームワーク
フレームワークには、特定のアプリケーション要件に合わせて構築できる機械学習モデルを開発するための再使用可能なアルゴリズム、ツール、およびライブラリーのセットが含まれています。 フレームワークは、モデルの作成に使用される機械学習フレームワークまたはディープ・ラーニング・フレームワークを記述します。 ディープラーニングと従来の機械学習アルゴリズムの両方をサポートするTensorflowなどの一般的なフレームワークをwatsonx.aiRuntimeで使用することで、より効率的な開発が可能になります。
モデル・タイプ
モデル・タイプは、機械学習またはディープ・ラーニングのフレームワーク、および機械学習モデルの作成に使用されるフレームワーク・バージョンを示します。 同じフレームワークを使用して作成した機械学習モデルまたはディープ・ラーニング・モデルは、バージョン間で互換性がない可能性があります。 例えば、 pytorch-onnx_1.10 モデル・タイプでモデルを作成した場合、 pytorch バージョン 1.10 を使用してモデルを作成し、そのモデルを ONNX 形式で保存する必要があります。
ソフトウェア仕様
ソフトウェア仕様は、モデルや関数を構築するために使用するプログラミング言語とバージョンを定義する。 ソフトウェア仕様を使用して、モデルおよび機能の実行に使用するソフトウェアを構成できます。 また、使用するソフトウェア・バージョンを定義し、独自の拡張機能を組み込むこともできます。 例えば、conda .yml ファイルまたはカスタム・ライブラリーを使用できます。
プラットフォーム
「プラットフォーム」には、サポートされるソフトウェア仕様を使用して機械学習モデルをデプロイできるハードウェア・プラットフォームが記述されています。 モデルを構築したフレームワークに応じて、watsonx.aiランタイムを使用して、Zs390x)、Power (PPC)、またはx86プラットフォームにモデルをデプロイすることができます。
サポートされるフレームワークおよびソフトウェア仕様のライフサイクル
最新バージョンの watsonx をインストールまたはアップグレードするときにサポートされるフレームワーク、ソフトウェア仕様、およびモデル・タイプは、以下に示すように、 watsonxの将来のリリースで非推奨、制限、および廃止の各フェーズを通過します。
サポート対象: ソフトウェア仕様に対応するランタイム環境は、 Cloud Pak for Dataの最新バージョンをインストールまたはアップグレードするときにサポートされます。
例えば、ソフトウェア仕様「
runtime-24.1-py3.11」は「Cloud Pak for Dataバージョン「5.0」でサポートされている。この場合、新しい「watsonx.aiランタイムサービスインスタンスをインストールまたはアップグレードすると、「runtime-24.1-py3.11使用する機械学習モデルを作成またはデプロイできる。詳しくは、 サポートされるデプロイメント・フレームワークおよびソフトウェア仕様を参照してください。
非推奨: ソフトウェア仕様に対応するランタイム環境は、最新バージョンの watsonx.aiのインストール時またはアップグレード時にサポートされますが、今後のリリースでは削除される予定です。
例えば、foundation model「
mixtral-8x7b-instruct-v01-q」はwatsonx.aiに格納されている。 この場合、新しいwatsonx.aiRuntime サービスインスタンスをインストールすれば、'mixtral-8x7b-instruct-v01-q使用する機械学習モデルを作成またはデプロイできます。 ただし、mixtral-8x7b-instruct-v01-qのサポートは、今後のリリースでは廃止されます。廃止: 最新バージョンの watsonx.aiをインストールまたはアップグレードする場合、ソフトウェア仕様に対応するランタイム環境はサポートされません。
例えば、
granite-13b-chat-v1のサポートは watsonx.aiで廃止されました。 この場合、新しいwatsonx.aiRuntime サービスインスタンスをインストールまたはアップグレードしても、Python 3.9 ベースのソフトウェア仕様を使用する機械学習モデルを作成またはデプロイすることはできません。
古いフレームワークおよびソフトウェア仕様の管理
モデル内のソフトウェア仕様およびフレームワークが古くなったときに、それらを更新します。 場合によっては、資産をシームレスに更新できます。 また、アセットをリトレーニングまたは再デプロイする必要がある場合もあります。
詳しくは、 古いソフトウェア仕様またはフレームワークの管理を参照してください。