Go back to the English version of the documentation部署 AI 资产
部署 AI 资产
Last updated: 2024年11月21日
使用IBM watsonx.aiRuntime，您可以部署机器学习模型、脚本和函数。 创建部署后，可以对其进行测试和管理，并准备资产以部署到生产前环境和生产环境中，从而生成预测和洞察。
服务管理员必须在Cloud Pak for Data as a Service上配置watsonx.aiRuntime 服务，才能使用其功能。
部署的过程
部署资产的典型过程如下所示:
- 选择部署类型: 为要部署的资产类型选择部署类型。
- 创建部署: 根据资产类型，您可以创建联机部署，批处理部署，应用程序部署或拆离部署。
- 测试部署: 您可以通过输入测试数据，提供 JSON 有效内容或创建批处理作业来测试部署。
- 检索部署端点: 要在应用程序中使用部署，必须检索部署的端点。 模型端点提供对接口的访问，以调用和管理模型部署。
下图显示了部署 AI 资产的过程:
部署类型
最常见的部署类型如下所示:
可部署资产的类型
您部署的资产类型指示您可以创建的部署类型。 例如， Python 函数，脚本和模型 (例如 AutoAI 或 Decision Optimization 模型) 支持联机和批处理部署。 但是，只能为从文件导入的模型创建联机部署。 不同类型的可部署资产如下所示:
- watsonx.ai运行时资产: You can deploy machine learning watsonx.ai Runtime assets such as Python functions, R Shiny applications, NLP models, scripts, and more with watsonx.ai Runtime.
- Decision Optimization模型：您可以使用watsonx.aiRuntime 部署Decision Optimization模型。
部署资产的方法
您可以通过以下方式部署和管理资产:
在部署空间中部署和管理资产
创建部署空间以与项目干系人协作，并在部署空间中部署和管理资产。
要管理部署空间中的资产，必须将资产从项目提升到部署空间。 您还可以从部署空间导入或导出资产。
使用 部署仪表板 可获取部署的聚集视图并监视部署活动。
以编程方式部署和管理资产
您可以使用Python客户端库或watsonx.aiRuntime API 部署和管理资产。 有关更多信息，请参阅 以编程方式部署人工智能资产。
管理部署的框架和软件规范
软件规范和框架 包含软件包的捆绑软件以及相应版本的软件包。
您可以使用预定义的软件规范或通过向现有框架添加新软件包，创建新软件包或更新软件规范中的软件包版本来创建定制软件规范。
了解更多信息
父主题: 部署和管理 AI 资产