최종 발표자료 #
수행결과보고서 #
Amazon Web Service (AWS)는 컴퓨팅, 스토리지, 데이터베이스, 분석, 네트워킹, 모바일, 개발자 도구, 관리 도구, IoT, 보안 및 엔터프라이즈 애플리케이션을 비롯한 광범위한 글로벌 클라우드 기반 제품을 제공합니다. 온디맨드로 몇 초 만에 이용할 수 있으며 요금이 부과됩니다. pay-as-you-go 데이터 웨어하우징에서 배포 도구, 디렉터리, 콘텐츠 전송에 이르기까지 200개 AWS 이상의 서비스를 이용할 수 있습니다. 초기 고정 비용 없이 새 서비스를 신속하게 프로비저닝할 수 있습니다. 이를 통해 공공 부문의 기업, 신생 기업, 중소기업 및 고객이 변화하는 비즈니스 요구 사항에 신속하게 대응하는 데 필요한 구성 요소에 액세스할 수 있습니다.
Team SSKAI(Serverless Spot Kubernetes AI)는 최적의 클라우드 컴퓨팅 환경에서의 AI를 제공한다는 의미로 Sky에서 본따 지어졌습니다.
SSKAI에서 제작하는 최적의 GenAIOps 환경을 제공하는 플랫폼
은 기존에 존재하는 MLOps/GenAIOps Solution의 단점과 불편한 점을 보완하여 사용자가 손쉽게 머신러닝 모델을 개발하고 배포할 수 있도록 하는 것을 목표로 합니다.
- 이용이 편리한 GenAIOps Pipeline 제공
- 사용자는 플랫폼을 이용할 수 있는 웹 서비스에 접근하여 학습용 데이터셋을 업로드하고, Foundation Model을 선택하거나 본인이 설계한 ML 모델을 업로드 하는 것을 통해 Fine-tuning, Training, Deploy, Monitoring을 손쉽게 이용할 수 있다.
- 최적의 비용 및 성능 인프라 제공
- 모델의 크기, 모델의 연산자 수, 모델에 필요한 성능 등을 종합적으로 판단해 최적의 인프라를 선정하는 알고리즘을 개발하여 해당 모델에 맞는 최적의 비용 및 성능을 가진 인프라를 제공한다. 따라서 사용자는 비용 및 성능을 최적화 하기위해 별도로 고려하지 않아도 된다.
- 이 때, 최적의 인프라 선정 결과에 따라 유지비용이 전혀 들지 않는 서버리스 컴퓨팅 환경에서 추론 환경이 지속적으로 가동되도록 하거나, 학습이나 Fine-Tuning 시에는 스팟 과금 정책을 활용하여 사용자는 최대 90% 저렴한 환경에서 작업을 수행하거나, 동일한 가격 대비 더 뛰어난 성능의 컴퓨팅 자원에서 작업을 수행하도록 할 수 있다.
- 지속적 Monitoring 및 CI/CD 환경 제공
- 학습, Fine-tuning과 추론 서비스 배포 후 운영 중 지속적인 비용 Monitoring을 통해 사용자는 실시간으로 사용한 비용을 확인할 수 있다.
- 이를 통해 사용자는 과금이 많이 발생할 경우, 현재 운영중인 인프라의 배포 수준을 재검토할 수 있게된다. 또한,모델을 지속적으로 학습 후 배포하여 모델 개발 및 운영의 안정성, 지속성을 손쉽게 확보할 수 있다.
송무현 | 김규민 | 김유림 |
---|---|---|
20203085 | 20191555 | 20203043 |
[email protected] | [email protected] | [email protected] |
팀장 및 진행 총괄, 추론 아키텍처 설계 | 분산 학습 아키텍처 설계 | 스팟 환경에서 안정성 있는 분산 학습 구현 |
@mh3ong | @QueueMin | @Kim-Yul |
문지훈 | 박정명 | 정승우 |
---|---|---|
20213347 | 20191598 | 20191664 |
[email protected] | [email protected] | [email protected] |
기능 배포 자동화 구현 | 프론트엔드/백엔드 | 최적의 비용 아키텍처 선출 알고리즘 제작 |
@jhM00n | @j-myeong | @seungwoo1124 |
사용자는 이 오픈 소스를 사용하여 본인의 클라우드 계정에 직접 플랫폼을 구축하여 최적의 가격의 머신러닝 환경을 사용할 수 있다.
클라우드 계정에 직접 배포하는 방법은 다음과 같다.
- 필요 패키지 설치
# macOS brew install terraform awscli node@20 brew install --cask docker npm install -g yarn # Linux (Ubuntu) sudo apt install terraform awscli docker.io -y npm install -g yarn curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash nvm install 20 # Linux (Redhat) sudo dnf install terraform awscli docker.io -y curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash nvm install 20 npm install -g yarn # Windows choco install terraform awscli docker-desktop choco install nodejs-lts --version="20.13.1" npm install -g yarn
- AWS 계정 권한 설정
# aws configure 명령을 통해 Access Key, Secret Access Key를 지정한다. aws configure AWS Access Key ID [None]: AKIAIO********** AWS Secret Access Key [None]: wJalrXU************** Default region name [None]: ap-northeast-2 Default output format [None]: json
- Github Repository Clone 및 플랫폼 배포
git clone https://github.com/kookmin-sw/capstone-2024-12.git cd ./capstone-2024-12 # 약 40분 가량 소요됩니다. python3 sskai_execute.py Enter REGION: us-east-1 Enter AWSCLI PROFILE: default Enter MAIN SUFFIX: SSKAI 0. Exit this operation. 1. Build and Deploy container image. 2. Deploy SSKAI Infrastructure. Enter the number: 1 You can build only with x86/64 architecture and Unix kernel (Mac/Linux). Enter the type of operation (create/delete): create Building and Deploying in progress. It takes about 15 minutes. Processing... Complete python3 sskai_execute.py 0. Exit this operation. 1. Build and Deploy container image. 2. Deploy SSKAI Infrastructure. Enter the number: 2 Enter the type of operation (create/delete): create It takes about 20 minutes. Processing... Complete
- 배포된 플랫폼 제거
cd ./capstone-2024-12 # 약 25분 가량 소요됩니다. python3 sskai_execute.py 0. Exit this operation. 1. Build and Deploy container image. 2. Deploy SSKAI Infrastructure. Enter the number: 2 Enter the type of operation (create/delete): delete It takes about 20 minutes. Processing... Complete python3 sskai_execute.py 0. Exit this operation. 1. Build and Deploy container image. 2. Deploy SSKAI Infrastructure. Enter the number: 1 Enter the type of operation (create/delete): delete It takes about 5 minutes. Processing... Complete