GKE पर Airflow 2 की मदद से MLOps वर्कफ़्लो बनाना

1. खास जानकारी

इस CodeLab में बताया गया है कि डेटासेट डाउनलोड करके, मॉडल को बेहतर बनाकर, और कम से कम ऐब्स्ट्रैक्शन के साथ Airflow DAG का इस्तेमाल करके, Google Kubernetes Engine (GKE) पर एलएलएम को डिप्लॉय करके, मशीन लर्निंग (MLOps) में DevOps के तरीकों को कैसे इंटिग्रेट किया जाता है. इसलिए, हम gcloud कमांड का इस्तेमाल कर रहे हैं, न कि Terraform का. इससे आपको लैब के हर चरण को बारीकी से समझने में मदद मिलेगी. साथ ही, प्लैटफ़ॉर्म इंजीनियर और मशीन लर्निंग इंजीनियर, दोनों के नज़रिए से हर प्रोसेस को आसानी से समझा जा सकेगा.

इस गाइड में, एआई वर्कफ़्लो को बेहतर बनाने के लिए Airflow का इस्तेमाल करने का तरीका बताया गया है. साथ ही, DAG को कॉन्फ़िगर करके, MLOps के पूरे लाइफ़साइकल के बारे में बताया गया है.

आपको क्या सीखने को मिलेगा

• नॉलेज साइलो को तोड़कर और वर्कफ़्लो को बेहतर बनाकर, प्लैटफ़ॉर्म और मशीन लर्निंग इंजीनियर के बीच बेहतर सहयोग और समझ को बढ़ावा देना
• GKE पर Airflow 2 को डिप्लॉय, इस्तेमाल, और मैनेज करने का तरीका जानें
• Airflow DAG को शुरू से आखिर तक कॉन्फ़िगर करना
• GKE की मदद से, प्रोडक्शन ग्रेड मशीन लर्निंग सिस्टम के लिए बुनियादी ढांचा तैयार करना
• मशीन लर्निंग सिस्टम को लागू करना और उन्हें चालू करना
• जानें कि प्लैटफ़ॉर्म इंजीनियरिंग, MLOps के लिए एक अहम सपोर्ट पिलर कैसे बन गई है

इस कोडलैब से क्या हासिल किया जा सकता है

• GKE में vLLM के साथ काम करने वाले Gemma-2-9b-it के आधार पर फ़ाइन ट्यून किए गए एलएलएम से, फ़िल्मों के बारे में सवाल पूछे जा सकते हैं.

टारगेट ऑडियंस

• मशीन लर्निंग इंजीनियर
• प्लैटफ़ॉर्म इंजीनियर
• डेटा साइंटिस्ट
• डेटा इंजीनियर
• DevOps इंजीनियर
• प्लैटफ़ॉर्म आर्किटेक्ट
• कस्टमर इंजीनियर

यह कोडलैब इसके लिए नहीं है

• GKE या एआई/एमएल वर्कफ़्लो के बारे में बुनियादी जानकारी देने के लिए
• Airflow की सभी सुविधाओं के बारे में जानकारी

2. प्लैटफ़ॉर्म इंजीनियरिंग, मशीन लर्निंग इंजीनियर/वैज्ञानिकों की मदद करती है

प्लैटफ़ॉर्म इंजीनियरिंग और MLOps, एक-दूसरे पर निर्भर रहने वाले डिसिप्लिन हैं. ये दोनों मिलकर, एमएल डेवलपमेंट और डिप्लॉयमेंट के लिए एक मज़बूत और असरदार एनवायरमेंट बनाते हैं.

स्कोप: प्लैटफ़ॉर्म इंजीनियरिंग का स्कोप, MLOps से ज़्यादा होता है. इसमें सॉफ़्टवेयर डेवलपमेंट का पूरा लाइफ़साइकल शामिल होता है. साथ ही, इसके लिए टूल और इन्फ़्रास्ट्रक्चर उपलब्ध कराए जाते हैं.

MLOps, एमएल डेवलपमेंट, डिप्लॉयमेंट, और अनुमान के बीच के अंतर को कम करता है.

विशेषज्ञता: प्लैटफ़ॉर्म इंजीनियरों को आम तौर पर, क्लाउड कंप्यूटिंग, कंटेनर बनाने की प्रोसेस, और डेटा मैनेजमेंट जैसी बुनियादी टेक्नोलॉजी के बारे में अच्छी जानकारी होती है.

एमएलऑप्स इंजीनियर, एमएल मॉडल को डेवलप करने, डिप्लॉय करने, और मॉनिटर करने में माहिर होते हैं. उनके पास अक्सर डेटा साइंस और सॉफ़्टवेयर इंजीनियरिंग की स्किल्स होती हैं.

टूल: प्लैटफ़ॉर्म इंजीनियर, इंफ़्रास्ट्रक्चर प्रोविज़निंग, कॉन्फ़िगरेशन मैनेजमेंट, कंटेनर ऑर्केस्ट्रेशन, और ऐप्लिकेशन स्केफ़ोल्डिंग के लिए टूल बनाते हैं. एमएलऑप्स इंजीनियर, एमएल मॉडल को ट्रेन करने, एक्सपेरिमेंट करने, डिप्लॉय करने, मॉनिटर करने, और वर्शनिंग के लिए टूल का इस्तेमाल करते हैं.

3. Google Cloud का सेटअप और ज़रूरी शर्तें

अपने हिसाब से एनवायरमेंट सेट अप करना

1. Google Cloud Console में साइन इन करें और नया प्रोजेक्ट बनाएं या किसी मौजूदा प्रोजेक्ट का फिर से इस्तेमाल करें. अगर आपके पास पहले से कोई Gmail या Google Workspace खाता नहीं है, तो आपको एक खाता बनाना होगा.

• प्रोजेक्ट का नाम, इस प्रोजेक्ट में हिस्सा लेने वाले लोगों के लिए डिसप्ले नेम होता है. यह एक वर्ण स्ट्रिंग है, जिसका इस्तेमाल Google API नहीं करते. इसे कभी भी अपडेट किया जा सकता है.
• प्रोजेक्ट आईडी, सभी Google Cloud प्रोजेक्ट के लिए यूनीक होता है. साथ ही, इसे बदला नहीं जा सकता. Cloud Console, यूनीक स्ट्रिंग को अपने-आप जनरेट करता है. आम तौर पर, आपको इससे कोई फ़र्क़ नहीं पड़ता कि यह क्या है. ज़्यादातर कोडलैब में, आपको अपने प्रोजेक्ट आईडी (आम तौर पर PROJECT_ID के तौर पर पहचाना जाता है) का रेफ़रंस देना होगा. अगर आपको जनरेट किया गया आईडी पसंद नहीं है, तो कोई दूसरा रैंडम आईडी जनरेट किया जा सकता है. इसके अलावा, आपके पास अपना नाम आज़माने का विकल्प भी है. इससे आपको पता चलेगा कि वह नाम उपलब्ध है या नहीं. इस चरण के बाद, इसे बदला नहीं जा सकता. यह प्रोजेक्ट की अवधि तक बना रहता है.
• आपकी जानकारी के लिए बता दें कि एक तीसरी वैल्यू भी होती है, जिसे प्रोजेक्ट नंबर कहते हैं. इसका इस्तेमाल कुछ एपीआई करते हैं. इन तीनों वैल्यू के बारे में ज़्यादा जानने के लिए, दस्तावेज़ देखें.

चेतावनी: प्रोजेक्ट आईडी, दुनिया भर में यूनीक होता है. इसे चुनने के बाद, कोई और इसका इस्तेमाल नहीं कर सकता. उस आईडी का इस्तेमाल सिर्फ़ आपने किया हो. प्रोजेक्ट मिटाने के बाद भी, आईडी का दोबारा इस्तेमाल नहीं किया जा सकता

ध्यान दें: अगर Gmail खाते का इस्तेमाल किया जाता है, तो डिफ़ॉल्ट तौर पर सेट की गई जगह को कोई संगठन नहीं पर सेट किया जा सकता है. अगर Google Workspace खाते का इस्तेमाल किया जा रहा है, तो अपने संगठन के हिसाब से कोई जगह चुनें.

2. इसके बाद, आपको Cloud Console में बिलिंग चालू करनी होगी, ताकि Cloud संसाधनों/एपीआई का इस्तेमाल किया जा सके. इस कोडलैब को पूरा करने में ज़्यादा समय नहीं लगेगा. इस ट्यूटोरियल के बाद बिलिंग से बचने के लिए, संसाधनों को बंद किया जा सकता है. इसके लिए, बनाए गए संसाधनों को मिटाएं या प्रोजेक्ट को मिटाएं. Google Cloud के नए उपयोगकर्ताओं को, 300 डॉलर का क्रेडिट मिलेगा. वे इसे मुफ़्त में आज़मा सकते हैं.

Cloud Shell शुरू करें

Google Cloud को अपने लैपटॉप से रिमोटली ऑपरेट किया जा सकता है. हालांकि, इस कोडलैब में Cloud Shell का इस्तेमाल किया जाएगा. यह क्लाउड में चलने वाला कमांड लाइन एनवायरमेंट है.

Cloud Shell चालू करें

1. Cloud Console में, Cloud Shell चालू करें पर क्लिक करें.

अगर आपने Cloud Shell को पहली बार शुरू किया है, तो आपको एक इंटरमीडिएट स्क्रीन दिखेगी. इसमें Cloud Shell के बारे में जानकारी दी गई होगी. अगर आपको इंटरमीडिएट स्क्रीन दिखती है, तो जारी रखें पर क्लिक करें.

Cloud Shell से कनेक्ट होने में कुछ ही सेकंड लगेंगे.

इस वर्चुअल मशीन में, डेवलपमेंट के लिए ज़रूरी सभी टूल पहले से मौजूद हैं. यह 5 जीबी की होम डायरेक्ट्री उपलब्ध कराता है, जो हमेशा बनी रहती है. साथ ही, यह Google Cloud में काम करता है. इससे नेटवर्क की परफ़ॉर्मेंस और पुष्टि करने की प्रोसेस बेहतर होती है. इस कोडलैब में ज़्यादातर काम ब्राउज़र से किया जा सकता है.

Cloud Shell से कनेक्ट होने के बाद, आपको दिखेगा कि आपकी पुष्टि हो गई है और प्रोजेक्ट को आपके प्रोजेक्ट आईडी पर सेट कर दिया गया है.

2. पुष्टि करें कि आपने Cloud Shell में पुष्टि कर ली है. इसके लिए, यह कमांड चलाएं:

gcloud auth list

कमांड आउटपुट

 Credentialed Accounts
ACTIVE  ACCOUNT
*       <my_account>@<my_domain.com>

To set the active account, run:
    $ gcloud config set account `ACCOUNT`

ध्यान दें: gcloud कमांड-लाइन टूल, Google Cloud में सबसे ज़्यादा इस्तेमाल किया जाने वाला और एक जैसा कमांड-लाइन टूल है. यह Cloud Shell में पहले से इंस्टॉल होता है. आपको टैब पूरा करने की सुविधा दिखेगी. पहली बार कोई कमांड चलाने पर, आपसे पुष्टि करने के लिए कहा जा सकता है. ज़्यादा जानकारी के लिए, gcloud कमांड-लाइन टूल की खास जानकारी देखें.

3. यह पुष्टि करने के लिए कि gcloud कमांड को आपके प्रोजेक्ट के बारे में पता है, Cloud Shell में यह कमांड चलाएं:

gcloud config list project

कमांड आउटपुट

[core]
project = <PROJECT_ID>

अगर ऐसा नहीं है, तो इस कमांड का इस्तेमाल करके इसे सेट किया जा सकता है:

gcloud config set project <PROJECT_ID>

कमांड आउटपुट

Updated property [core/project].

ध्यान दें: अगर आपको यह ट्यूटोरियल Cloud Shell के बाहर पूरा करना है, तो ऐप्लिकेशन के डिफ़ॉल्ट क्रेडेंशियल सेट अप करें लेख पढ़ें.

4. पहला चरण - Kaggle पर साइन-अप करना और पुष्टि करना

CodeLab शुरू करने के लिए, आपको Kaggle पर एक खाता बनाना होगा. यह डेटा वैज्ञानिकों और मशीन लर्निंग में दिलचस्पी रखने वाले लोगों के लिए एक ऑनलाइन कम्यूनिटी प्लैटफ़ॉर्म है. इसका मालिकाना हक Google के पास है. इस पर अलग-अलग डोमेन के लिए, सार्वजनिक तौर पर उपलब्ध डेटासेट का एक बड़ा कलेक्शन मौजूद है. इसी साइट से RottenTomatoes डेटासेट डाउनलोड किया जाएगा. इसका इस्तेमाल, मॉडल को ट्रेन करने के लिए किया जाता है.

• Kaggle के लिए साइन अप करें. साइन इन करने के लिए, Google एसएसओ (SSO) का इस्तेमाल किया जा सकता है
• नियम और शर्तें मंज़ूर करें
• सेटिंग पर जाएं और अपना उपयोगकर्ता नाम username पाएं
• एपीआई सेक्शन में जाकर, "Create new token from" Kaggle चुनें. इससे kaggle.json डाउनलोड हो जाएगा
• अगर आपको कोई समस्या आ रही है, तो सहायता पेज पर जाएं यहां

5. दूसरा चरण - HuggingFace पर साइन-अप करना और पुष्टि करना

HuggingFace, मशीन लर्निंग टेक्नोलॉजी से जुड़ने के लिए एक मुख्य प्लैटफ़ॉर्म है. इस पर 9 लाख मॉडल, 2 लाख डेटासेट, और 3 लाख डेमो ऐप्लिकेशन (स्पेस) होस्ट किए जाते हैं. ये सभी ओपन सोर्स हैं और सार्वजनिक तौर पर उपलब्ध हैं.

• HuggingFace के लिए साइन अप करें - उपयोगकर्ता नाम से खाता बनाएं. Google एसएसओ का इस्तेमाल नहीं किया जा सकता
• अपने ईमेल पते की पुष्टि करें
• यहां जाएं और Gemma-2-9b-it मॉडल के लिए लाइसेंस स्वीकार करें
• HuggingFace टोकन यहां बनाएं
• टोकन क्रेडेंशियल रिकॉर्ड करें. आपको इसकी बाद में ज़रूरत पड़ेगी

6. तीसरा चरण - Google Cloud के ज़रूरी इन्फ़्रास्ट्रक्चर संसाधन बनाना

आपको GKE, GCE, और Artifact Registry सेट अप करना होगा. साथ ही, वर्कलोड आइडेंटिटी फ़ेडरेशन का इस्तेमाल करके, IAM भूमिकाएं लागू करनी होंगी.

आपके एआई वर्कफ़्लो में दो नोडपूल इस्तेमाल किए जाते हैं. एक ट्रेनिंग के लिए और दूसरा अनुमान लगाने के लिए. ट्रेनिंग नोडपूल, Nvidia L4 Tensor Core GPU से लैस g2-standard-8 GCE VM का इस्तेमाल कर रहा है. अनुमान लगाने वाले नोडपूल में, g2-standard-24 वीएम का इस्तेमाल किया जा रहा है. इसमें दो Nvidia L4 Tensor Core GPU लगे हैं. देश/इलाका चुनते समय, ऐसा देश/इलाका चुनें जहां ज़रूरी GPU काम करता हो ( लिंक).

Cloud Shell में ये कमांड चलाएं:

# Set environment variables
export CODELAB_PREFIX=mlops-airflow
export PROJECT_NUMBER=$(gcloud projects list --filter="${DEVSHELL_PROJECT_ID}" --format="value(PROJECT_NUMBER)")

SUFFIX=$(echo $RANDOM | md5sum | head -c 4; echo;)
export CLUSTER_NAME=${CODELAB_PREFIX}
export CLUSTER_SA=sa-${CODELAB_PREFIX}
export BUCKET_LOGS_NAME=${CODELAB_PREFIX}-logs-${SUFFIX}
export BUCKET_DAGS_NAME=${CODELAB_PREFIX}-dags-${SUFFIX}
export BUCKET_DATA_NAME=${CODELAB_PREFIX}-data-${SUFFIX}
export REPO_NAME=${CODELAB_PREFIX}-repo
export REGION=us-central1

# Enable Google API's
export PROJECT_ID=${DEVSHELL_PROJECT_ID}
gcloud config set project ${PROJECT_ID}
gcloud services enable \
container.googleapis.com \
cloudbuild.googleapis.com \
artifactregistry.googleapis.com \
storage.googleapis.com

# Create a VPC for the GKE cluster
gcloud compute networks create mlops --subnet-mode=auto

# Create IAM and the needed infrastructure (GKE, Bucket, Artifact Registry)
# Create an IAM Service Account
gcloud iam service-accounts create ${CLUSTER_SA} --display-name="SA for ${CLUSTER_NAME}"
gcloud projects add-iam-policy-binding ${DEVSHELL_PROJECT_ID} --member "serviceAccount:${CLUSTER_SA}@${DEVSHELL_PROJECT_ID}.iam.gserviceaccount.com" --role roles/container.defaultNodeServiceAccount

# Create a GKE cluster
gcloud container clusters create ${CLUSTER_NAME} --zone ${REGION}-a --num-nodes=4 --network=mlops --create-subnetwork name=mlops-subnet --enable-ip-alias --addons GcsFuseCsiDriver --workload-pool=${DEVSHELL_PROJECT_ID}.svc.id.goog --no-enable-insecure-kubelet-readonly-port --service-account=${CLUSTER_SA}@${DEVSHELL_PROJECT_ID}.iam.gserviceaccount.com

# Create 1 x node pool for our cluster 1 x node with 1 x L4 GPU for model finetuning
gcloud container node-pools create training \
  --accelerator type=nvidia-l4,count=1,gpu-driver-version=latest \
  --project=${PROJECT_ID} \
  --location=${REGION}-a \
  --node-locations=${REGION}-a \
  --cluster=${CLUSTER_NAME} \
  --machine-type=g2-standard-12 \
  --num-nodes=1

# Create 1 x node pool for our cluster 1 x node with 2 x L4 GPUs for inference
gcloud container node-pools create inference\
  --accelerator type=nvidia-l4,count=2,gpu-driver-version=latest \
  --project=${PROJECT_ID} \
  --location=${REGION}-a \
  --node-locations=${REGION}-a \
  --cluster=${CLUSTER_NAME} \
  --machine-type=g2-standard-24 \
  --num-nodes=1

# Download K8s credentials
gcloud container clusters get-credentials ${CLUSTER_NAME} --location ${REGION}-a

# Create Artifact Registry
gcloud artifacts repositories create ${REPO_NAME} --repository-format=docker --location=${REGION}
gcloud artifacts repositories add-iam-policy-binding ${REPO_NAME} --member=serviceAccount:${CLUSTER_SA}@${DEVSHELL_PROJECT_ID}.iam.gserviceaccount.com --role=roles/artifactregistry.reader --location=${REGION}

YAML मेनिफ़ेस्ट बनाना

mkdir manifests
cd manifests

mlops-sa.yaml

apiVersion: v1
kind: ServiceAccount
automountServiceAccountToken: true
metadata:
  name: airflow-mlops-sa
  namespace: airflow
  labels:
    tier: airflow

pv-dags.yaml

apiVersion: v1
kind: PersistentVolume
metadata:
  name: airflow-dags
spec:
  accessModes:
  - ReadWriteMany
  capacity:
    storage: 5Gi
  storageClassName: standard
  mountOptions:
    - implicit-dirs
  csi:
    driver: gcsfuse.csi.storage.gke.io
    volumeHandle: BUCKET_DAGS_NAME
    volumeAttributes:
      gcsfuseLoggingSeverity: warning

pv-logs.yaml

apiVersion: v1
kind: PersistentVolume
metadata:
  name: airflow-logs
spec:
  accessModes:
  - ReadWriteMany
  capacity:
    storage: 100Gi
  storageClassName: standard
  mountOptions:
    - implicit-dirs
  csi:
    driver: gcsfuse.csi.storage.gke.io
    volumeHandle: BUCKET_LOGS_NAME
    volumeAttributes:
      gcsfuseLoggingSeverity: warning

pvc-dags.yaml

apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: airflow-dags
  namespace: airflow
spec:
  accessModes:
  - ReadWriteMany
  resources:
    requests:
      storage: 5Gi
  volumeName: airflow-dags
  storageClassName: standard

pvc-logs.yaml

apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: airflow-logs
  namespace: airflow
spec:
  accessModes:
  - ReadWriteMany
  resources:
    requests:
      storage: 100Gi
  volumeName: airflow-logs
  storageClassName: standard

namespace.yaml

kind: Namespace
apiVersion: v1
metadata:
  name: airflow
  labels:
    name: airflow

sa-role.yaml

apiVersion: rbac.authorization.k8s.io/v1
kind: Role
metadata:
  namespace: airflow
  name: airflow-deployment-role
rules:
- apiGroups: ["apps"] 
  resources: ["deployments"]
  verbs: ["create", "get", "list", "watch", "update", "patch", "delete"]
- apiGroups: [""]
  resources: ["services"]
  verbs: ["create", "get", "list", "watch", "patch", "update", "delete"]

sa-rolebinding.yaml

apiVersion: rbac.authorization.k8s.io/v1
kind: RoleBinding
metadata:
  name: airflow-deployment-rolebinding
  namespace: airflow
subjects:
- kind: ServiceAccount
  name: airflow-worker
  namespace: airflow
roleRef:
  kind: Role
  name: airflow-deployment-role
  apiGroup: rbac.authorization.k8s.io

inference.yaml

apiVersion: apps/v1
kind: Deployment
metadata:
  name: inference-deployment
  namespace: airflow
spec:
  replicas: 1
  selector:
    matchLabels:
      app: gemma-server
  template:
    metadata:
      labels:
        app: gemma-server
        ai.gke.io/model: gemma-2-9b-it
        ai.gke.io/inference-server: vllm
      annotations:
        gke-gcsfuse/volumes: "true"
    spec:
      serviceAccountName: airflow-mlops-sa
      tolerations:
      - key: "nvidia.com/gpu"
        operator: "Exists"
        effect: "NoSchedule"
      - key: "on-demand"
        value: "true"
        operator: "Equal"
        effect: "NoSchedule"
      containers:
      - name: inference-server
        image: vllm/vllm-openai:v0.6.6
        ports:
        - containerPort: 8000
        resources:
          requests:
            nvidia.com/gpu: "2"
          limits:
            nvidia.com/gpu: "2"
        command: ["/bin/sh", "-c"]
        args:
        - |
          python3 -m vllm.entrypoints.api_server --model=/modeldata/fine_tuned_model --tokenizer=/modeldata/fine_tuned_model --tensor-parallel-size=2
        volumeMounts:
        - mountPath: /dev/shm
          name: dshm
        - name: gcs-fuse-csi-ephemeral
          mountPath: /modeldata
          readOnly: true
      volumes:
      - name: dshm
        emptyDir:
          medium: Memory
      - name: gcs-fuse-csi-ephemeral
        csi:
          driver: gcsfuse.csi.storage.gke.io
          volumeAttributes:
            bucketName: BUCKET_DATA_NAME
            mountOptions: "implicit-dirs,file-cache:enable-parallel-downloads:true,file-cache:max-parallel-downloads:-1"
            fileCacheCapacity: "20Gi"
            fileCacheForRangeRead: "true"
            metadataStatCacheCapacity: "-1"
            metadataTypeCacheCapacity: "-1"
            metadataCacheTTLSeconds: "-1"
      nodeSelector:
        cloud.google.com/gke-accelerator: nvidia-l4

inference-service.yaml

apiVersion: v1
kind: Service
metadata:
  name: llm-service
  namespace: airflow
spec:
  selector:
    app: gemma-server
  type: LoadBalancer
  ports:
  - protocol: TCP
    port: 8000
    targetPort: 8000

Google Cloud Storage (GCS) के तीन बकेट बनाएं

gcloud storage buckets create gs://${BUCKET_LOGS_NAME} --location=${REGION}
gcloud storage buckets create gs://${BUCKET_DAGS_NAME} --location=${REGION}
gcloud storage buckets create gs://${BUCKET_DATA_NAME} --location=${REGION}

# Create the namespace in GKE
kubectl apply -f namespace.yaml

# Create the PV and PVC in GKE for Airflow DAGs storage
sed -i "s/BUCKET_DAGS_NAME/${BUCKET_DAGS_NAME}/g" pv-dags.yaml
sed -i "s/BUCKET_LOGS_NAME/${BUCKET_LOGS_NAME}/g" pv-logs.yaml
sed -i "s/BUCKET_DATA_NAME/${BUCKET_DATA_NAME}/g" inference.yaml
kubectl apply -f pv-dags.yaml
kubectl apply -f pv-logs.yaml
kubectl apply -f pvc-dags.yaml
kubectl apply -f pvc-logs.yaml
kubectl apply -f mlops-sa.yaml
kubectl apply -f sa-role.yaml
kubectl apply -f sa-rolebinding.yaml

Add the necessary IAM roles to access buckets from Airflow using Workload Identity Federation

gcloud projects add-iam-policy-binding ${DEVSHELL_PROJECT_ID} --member "principal://iam.googleapis.com/projects/${PROJECT_NUMBER}/locations/global/workloadIdentityPools/${DEVSHELL_PROJECT_ID}.svc.id.goog/subject/ns/airflow/sa/airflow-scheduler" --role "roles/storage.objectUser"
gcloud projects add-iam-policy-binding ${DEVSHELL_PROJECT_ID} --member "principal://iam.googleapis.com/projects/${PROJECT_NUMBER}/locations/global/workloadIdentityPools/${DEVSHELL_PROJECT_ID}.svc.id.goog/subject/ns/airflow/sa/airflow-triggerer" --role "roles/storage.objectUser"
gcloud projects add-iam-policy-binding ${DEVSHELL_PROJECT_ID} --member "principal://iam.googleapis.com/projects/${PROJECT_NUMBER}/locations/global/workloadIdentityPools/${DEVSHELL_PROJECT_ID}.svc.id.goog/subject/ns/airflow/sa/airflow-worker" --role "roles/storage.objectUser"
gcloud projects add-iam-policy-binding ${DEVSHELL_PROJECT_ID} --member "principal://iam.googleapis.com/projects/${PROJECT_NUMBER}/locations/global/workloadIdentityPools/${DEVSHELL_PROJECT_ID}.svc.id.goog/subject/ns/airflow/sa/airflow-worker" --role "roles/container.developer"
gcloud projects add-iam-policy-binding ${DEVSHELL_PROJECT_ID} --member "principal://iam.googleapis.com/projects/${PROJECT_NUMBER}/locations/global/workloadIdentityPools/${DEVSHELL_PROJECT_ID}.svc.id.goog/subject/ns/airflow/sa/airflow-mlops-sa" --role "roles/artifactregistry.reader"
gcloud projects add-iam-policy-binding ${DEVSHELL_PROJECT_ID} --member "principal://iam.googleapis.com/projects/${PROJECT_NUMBER}/locations/global/workloadIdentityPools/${DEVSHELL_PROJECT_ID}.svc.id.goog/subject/ns/airflow/sa/airflow-webserver" --role "roles/storage.objectUser"
gcloud projects add-iam-policy-binding ${DEVSHELL_PROJECT_ID} --member "principal://iam.googleapis.com/projects/${PROJECT_NUMBER}/locations/global/workloadIdentityPools/${DEVSHELL_PROJECT_ID}.svc.id.goog/subject/ns/airflow/sa/airflow-mlops-sa" --role "roles/storage.objectUser"

7. चौथा चरण - हेल्म चार्ट की मदद से, GKE पर Airflow इंस्टॉल करना

अब हम Helm का इस्तेमाल करके Airflow 2 को डिप्लॉय करते हैं. Apache Airflow, डेटा इंजीनियरिंग पाइपलाइन के लिए वर्कफ़्लो मैनेजमेंट प्लैटफ़ॉर्म है. यह ओपन-सोर्स है. हम बाद में Airflow 2 के फ़ीचर सेट के बारे में जानेंगे.

Airflow के हेल्म चार्ट के लिए values.yaml

config:
  webserver:
    expose_config: true
webserver:
  service:
    type: LoadBalancer
  podAnnotations:
    gke-gcsfuse/volumes: "true"
executor: KubernetesExecutor
extraEnv: |-
  - name: AIRFLOW__SCHEDULER__DAG_DIR_LIST_INTERVAL
    value: "30"
logs:
  persistence:
    enabled: true
    existingClaim: "airflow-logs"
dags:
  persistence:
    enabled: true
    existingClaim: "airflow-dags"
scheduler:
  podAnnotations:
    gke-gcsfuse/volumes: "true"
triggerer:
  podAnnotations:
    gke-gcsfuse/volumes: "true"
workers:
  podAnnotations:
    gke-gcsfuse/volumes: "true"

Airflow 2 डिप्लॉय करना

helm repo add apache-airflow https://airflow.apache.org
helm repo update

helm upgrade --install airflow apache-airflow/airflow --namespace airflow -f values.yaml

8. पाँचवाँ चरण - कनेक्शन और वैरिएबल के साथ Airflow को शुरू करना

Airflow 2 को डिप्लॉय करने के बाद, इसे कॉन्फ़िगर किया जा सकता है. हम कुछ वैरिएबल तय करते हैं, जिन्हें हमारी Python स्क्रिप्ट पढ़ती हैं.

1. अपने ब्राउज़र से पोर्ट 8080 पर Airflow के यूज़र इंटरफ़ेस (यूआई) को ऐक्सेस करें

एक्सटर्नल आईपी पाना

kubectl -n airflow get svc/airflow-webserver --output jsonpath='{.status.loadBalancer.ingress[0].ip}'

कोई वेब ब्राउज़र खोलें और http://<EXTERNAL-IP>:8080 पर जाएं . लॉगिन आईडी और पासवर्ड, दोनों admin हैं

2. Airflow के यूज़र इंटरफ़ेस (यूआई) में, डिफ़ॉल्ट GCP कनेक्शन बनाएं. इसके लिए, एडमिन → कनेक्शन → + नया रिकॉर्ड जोड़ें पर जाएं

• कनेक्शन आईडी: google_cloud_default
• कनेक्शन टाइप: Google Cloud

'सेव करें' पर क्लिक करें.

3. ज़रूरी वैरिएबल बनाएं. इसके लिए, एडमिन → वैरिएबल → + नया रिकॉर्ड जोड़ें पर जाएं

• कुंजी: BUCKET_DATA_NAME - वैल्यू: Copy from echo $BUCKET_DATA_NAME
• कुंजी: GCP_PROJECT_ID - वैल्यू: Copy from echo $DEVSHELL_PROJECT_ID
• कुंजी: HF_TOKEN - वैल्यू: अपना HF टोकन डालें
• कुंजी: KAGGLE_USERNAME - वैल्यू: अपना Kaggle उपयोगकर्ता नाम डालें
• कुंजी: KAGGLE_KEY - वैल्यू: इसे kaggle.json से कॉपी करें

हर की-वैल्यू पेयर के बाद, सेव करें पर क्लिक करें.

आपका यूज़र इंटरफ़ेस (यूआई) ऐसा दिखना चाहिए:

9. ऐप्लिकेशन कोड कंटेनर #1 - डेटा डाउनलोड करना

इस Python स्क्रिप्ट में, हम Kaggle से पुष्टि करते हैं, ताकि डेटासेट को अपने GCS बकेट में डाउनलोड किया जा सके.

स्क्रिप्ट को कंटेनर में रखा गया है, क्योंकि यह DAG यूनिट #1 बन जाती है. हमें उम्मीद है कि डेटासेट को बार-बार अपडेट किया जाएगा. इसलिए, हम इस प्रोसेस को अपने-आप होने वाली प्रोसेस बनाना चाहते हैं.

डायरेक्ट्री बनाएं और हमारी स्क्रिप्ट यहां कॉपी करें

cd .. ; mkdir 1-dataset-download
cd 1-dataset-download

dataset-download.py

import os
import kagglehub
from google.cloud import storage

KAGGLE_USERNAME = os.getenv("KAGGLE_USERNAME")
KAGGLE_KEY = os.getenv("KAGGLE_KEY")
BUCKET_DATA_NAME = os.getenv("BUCKET_DATA_NAME")

def upload_blob(bucket_name, source_file_name, destination_blob_name):
    """Uploads a file to the bucket."""
    storage_client = storage.Client()
    bucket = storage_client.bucket(bucket_name)
    blob = bucket.blob(destination_blob_name)
    blob.upload_from_filename(source_file_name)
    print(f"File {source_file_name} uploaded to {destination_blob_name}.")

# Download latest version
path = kagglehub.dataset_download("priyamchoksi/rotten-tomato-movie-reviews-1-44m-rows")

print("Path to dataset files:", path)
destination_blob_name = "rotten_tomatoes_movie_reviews.csv"
source_file_name = f"{path}/{destination_blob_name}"

upload_blob(BUCKET_DATA_NAME, source_file_name, destination_blob_name)

Dockerfile

FROM python:3.13.0-slim-bookworm
WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir --upgrade pip && pip install --no-cache-dir -r requirements.txt
COPY dataset-download.py .
CMD ["python", "dataset-download.py"]

requirements.txt

google-cloud-storage==2.19.0
kagglehub==0.3.4

अब हम dataset-download के लिए एक कंटेनर इमेज बनाते हैं और उसे Artifact Registry में पुश करते हैं

gcloud builds submit --tag ${REGION}-docker.pkg.dev/${DEVSHELL_PROJECT_ID}/${REPO_NAME}/dataset-download:latest

10. ऐप्लिकेशन कोड कंटेनर #2 - डेटा तैयार करना

डेटा तैयार करने के दौरान, हम यह काम करते हैं:

1. यह तय करें कि हमें अपने बेस मॉडल को फ़ाइनट्यून करने के लिए, डेटासेट का कितना हिस्सा इस्तेमाल करना है
2. यह फ़ंक्शन, डेटासेट को लोड करता है.इसका मतलब है कि यह CSV फ़ाइल को Pandas DataFrame में पढ़ता है. Pandas DataFrame, पंक्तियों और कॉलम के लिए दो डाइमेंशन वाला डेटा स्ट्रक्चर होता है
3. डेटा ट्रांसफ़ॉर्मेशन / प्रीप्रोसेसिंग - यह तय करना कि डेटासेट के कौनसे हिस्से काम के नहीं हैं. इसके लिए, यह तय करना होता है कि हमें कौनसे हिस्से रखने हैं. इससे बाकी हिस्से हट जाते हैं
4. यह transform फ़ंक्शन को DataFrame की हर लाइन पर लागू करता है
5. तैयार किए गए डेटा को वापस GCS बकेट में सेव करना

डायरेक्ट्री बनाएं और हमारी स्क्रिप्ट यहां कॉपी करें

cd .. ; mkdir 2-data-preparation
cd 2-data-preparation

data-preparation.py

import os
import pandas as pd
import gcsfs
import json
from datasets import Dataset

# Environment variables
GCP_PROJECT_ID = os.getenv("GCP_PROJECT_ID")
BUCKET_DATA_NAME = os.getenv("BUCKET_DATA_NAME")

DATASET_NAME = os.getenv("DATASET_NAME", "rotten_tomatoes_movie_reviews.csv")
PREPARED_DATASET_NAME = os.getenv("PREPARED_DATA_URL", "prepared_data.jsonl")
DATASET_LIMIT = int(os.getenv("DATASET_LIMIT", "100"))  # Process a limited number of rows, used 100 during testing phase but can be increased

DATASET_URL = f"gs://{BUCKET_DATA_NAME}/{DATASET_NAME}"
PREPARED_DATASET_URL = f"gs://{BUCKET_DATA_NAME}/{PREPARED_DATASET_NAME}"

# Load the dataset
print(f"Loading dataset from {DATASET_URL}...")

def transform(data):
    """
    Transforms a row of the DataFrame into the desired format for fine-tuning.

    Args:
      data: A pandas Series representing a row of the DataFrame.

    Returns:
      A dictionary containing the formatted text.
    """ 
    question = f"Review analysis for movie '{data['id']}'"
    context = data['reviewText']
    answer = data['scoreSentiment']
    template = "Question: {question}\nContext: {context}\nAnswer: {answer}"
    return {'text': template.format(question=question, context=context, answer=answer)}

try:
    df = pd.read_csv(DATASET_URL, nrows=DATASET_LIMIT)
    print(f"Dataset loaded successfully.")

    # Drop rows with NaN values in relevant columns
    df = df.dropna(subset=['id', 'reviewText', 'scoreSentiment'])

    # Apply transformation to the DataFrame
    transformed_data = df.apply(transform, axis=1).tolist()

    # Convert transformed data to a DataFrame and then to a Hugging Face Dataset
    transformed_df = pd.DataFrame(transformed_data)
    dataset = Dataset.from_pandas(transformed_df)

    # Save the prepared dataset to JSON lines format
    with gcsfs.GCSFileSystem(project=GCP_PROJECT_ID).open(PREPARED_DATASET_URL, 'w') as f:
        for item in dataset:
            f.write(json.dumps(item) + "\n")

    print(f"Prepared dataset saved to {PREPARED_DATASET_URL}")
    
except Exception as e:
    print(f"Error during data loading or preprocessing: {e}")
    import traceback
    print(traceback.format_exc())

Dockerfile

FROM python:3.13.0-slim-bookworm
WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir --upgrade pip && pip install --no-cache-dir -r requirements.txt
COPY data-preparation.py .
CMD ["python", "data-preparation.py"]

requirements.txt

datasets==3.1.0
gcsfs==2024.9.0
pandas==2.2.3

# Now we create a container images for data-preparation and push it to the Artifact Registry

gcloud builds submit --tag ${REGION}-docker.pkg.dev/${DEVSHELL_PROJECT_ID}/${REPO_NAME}/data-preparation:latest

11. ऐप्लिकेशन कोड कंटेनर #3 - फ़ाइनट्यूनिंग

यहां हमने Gemma-2-9b-it को बेस मॉडल के तौर पर इस्तेमाल किया है. इसके बाद, हमने इसे अपने नए डेटासेट के साथ फ़ाइनट्यून किया है.

फ़ाइनट्यूनिंग के दौरान ये चरण पूरे किए जाते हैं.

1. सेटअप: लाइब्रेरी इंपोर्ट करें, पैरामीटर तय करें (मॉडल, डेटा, और ट्रेनिंग के लिए), और Google Cloud Storage से डेटासेट लोड करें.

2. मॉडल लोड करें: परफ़ॉर्मेंस को बेहतर बनाने के लिए, पहले से ट्रेन किए गए किसी लैंग्वेज मॉडल को क्वांटाइज़ेशन के साथ लोड करें. साथ ही, उससे जुड़े टोकनाइज़र को लोड करें.

3. LoRA को कॉन्फ़िगर करें: ट्रेनिंग के लिए उपलब्ध छोटी-छोटी मैट्रिक्स जोड़कर, मॉडल को बेहतर तरीके से फ़ाइनट्यून करने के लिए, लो-रैंक अडैप्टेशन (LoRA) सेट अप करें.

4. ट्रेनिंग: ट्रेनिंग के पैरामीटर तय करें. साथ ही, FP16 क्वांटाइज़ेशन टाइप का इस्तेमाल करके, लोड किए गए डेटासेट पर मॉडल को बेहतर बनाने के लिए SFTTrainer का इस्तेमाल करें.

5. सेव करें और अपलोड करें: फ़ाइनट्यून किए गए मॉडल और टोकनाइज़र को लोकल स्टोरेज में सेव करें. इसके बाद, उन्हें हमारे GCS बकेट में अपलोड करें.

इसके बाद, हम Cloud Build का इस्तेमाल करके कंटेनर इमेज बनाते हैं और उसे Artifact Registry में सेव करते हैं.

डायरेक्ट्री बनाएं और हमारी स्क्रिप्ट यहां कॉपी करें

cd .. ; mkdir 3-fine-tuning
cd 3-fine-tuning

finetuning.py

import os
import torch
import bitsandbytes
from accelerate import Accelerator
from datasets import Dataset, load_dataset, load_from_disk
from peft import LoraConfig, PeftModel
from transformers import AutoModelForCausalLM, AutoTokenizer
from trl import DataCollatorForCompletionOnlyLM, SFTConfig, SFTTrainer
from google.cloud import storage

# Environment variables
BUCKET_DATA_NAME = os.environ["BUCKET_DATA_NAME"]
PREPARED_DATA_URL = os.getenv("PREPARED_DATA_URL", "prepared_data.jsonl")
# Finetuned model name
new_model = os.getenv("NEW_MODEL_NAME", "fine_tuned_model")
# Base model from the Hugging Face hub
model_name = os.getenv("MODEL_ID", "google/gemma-2-9b-it")
# Root path for saving the finetuned model
save_model_path = os.getenv("MODEL_PATH", "./output")

# Load tokenizer
print("Loading tokenizer...")
tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
tokenizer.pad_token = tokenizer.eos_token
tokenizer.padding_side = "right" # Fix weird overflow issue with fp16 training
print("Tokenizer loaded successfully!")

# Load dataset
EOS_TOKEN = tokenizer.eos_token
dataset = load_dataset(
    "json", data_files=f"gs://{BUCKET_DATA_NAME}/{PREPARED_DATA_URL}", split="train")
print(dataset)

################################################################################
# LoRA parameters
################################################################################
# LoRA attention dimension
lora_r = int(os.getenv("LORA_R", "8"))
# Alpha parameter for LoRA scaling
lora_alpha = int(os.getenv("LORA_ALPHA", "16"))
# Dropout probability for LoRA layers
lora_dropout = float(os.getenv("LORA_DROPOUT", "0.1"))

################################################################################
# TrainingArguments parameters
################################################################################
# Number of training epochs
num_train_epochs = int(os.getenv("EPOCHS", 1))
# Set fp16/bf16 training (set bf16 to True with an A100)
fp16 = False
bf16 = False
# Batch size per GPU for training
per_device_train_batch_size = int(os.getenv("TRAIN_BATCH_SIZE", "1"))
# Batch size per GPU for evaluation
per_device_eval_batch_size = 1
# Number of update steps to accumulate the gradients for
gradient_accumulation_steps = int(os.getenv("GRADIENT_ACCUMULATION_STEPS", "1"))
# Enable gradient checkpointing
gradient_checkpointing = True
# Maximum gradient normal (gradient clipping)
max_grad_norm = 0.3
# Initial learning rate (AdamW optimizer)
learning_rate = 2e-4
# Weight decay to apply to all layers except bias/LayerNorm weights
weight_decay = 0.001
# Optimizer to use
optim = "paged_adamw_32bit"
# Learning rate schedule
lr_scheduler_type = "cosine"
# Number of training steps (overrides num_train_epochs)
max_steps = -1
# Ratio of steps for a linear warmup (from 0 to learning rate)
warmup_ratio = 0.03

# Group sequences into batches with same length
# Saves memory and speeds up training considerably
group_by_length = True
# Save strategy: steps, epoch, no
save_strategy = os.getenv("CHECKPOINT_SAVE_STRATEGY", "steps")
# Save total limit of checkpoints
save_total_limit = int(os.getenv("CHECKPOINT_SAVE_TOTAL_LIMIT", "5"))
# Save checkpoint every X updates steps
save_steps = int(os.getenv("CHECKPOINT_SAVE_STEPS", "1000"))
# Log every X updates steps
logging_steps = 50

################################################################################
# SFT parameters
################################################################################
# Maximum sequence length to use
max_seq_length = int(os.getenv("MAX_SEQ_LENGTH", "512"))
# Pack multiple short examples in the same input sequence to increase efficiency
packing = False

# Load base model
print(f"Loading base model started")
model = AutoModelForCausalLM.from_pretrained(
    attn_implementation="eager",
    pretrained_model_name_or_path=model_name,
    torch_dtype=torch.float16,
)
model.config.use_cache = False
model.config.pretraining_tp = 1
print("Loading base model completed")

# Configure fine-tuning with LoRA
print(f"Configuring fine tuning started")
peft_config = LoraConfig(
    lora_alpha=lora_alpha,
    lora_dropout=lora_dropout,
    r=lora_r,
    bias="none",
    task_type="CAUSAL_LM",
    target_modules=[
        "q_proj",
        "k_proj",
        "v_proj",
        "o_proj",
        "gate_proj",
        "up_proj",
        "down_proj",
    ],
)

# Set training parameters
training_arguments = SFTConfig(
        bf16=bf16,
        dataset_kwargs={
            "add_special_tokens": False,  
            "append_concat_token": False, 
        },
        dataset_text_field="text",
        disable_tqdm=True,
        fp16=fp16,
        gradient_accumulation_steps=gradient_accumulation_steps,
        gradient_checkpointing=gradient_checkpointing,
        gradient_checkpointing_kwargs={"use_reentrant": False},
        group_by_length=group_by_length,
        log_on_each_node=False,
        logging_steps=logging_steps,
        learning_rate=learning_rate,
        lr_scheduler_type=lr_scheduler_type,
        max_grad_norm=max_grad_norm,
        max_seq_length=max_seq_length,
        max_steps=max_steps,
        num_train_epochs=num_train_epochs,
        optim=optim,
        output_dir=save_model_path,
        packing=packing,
        per_device_train_batch_size=per_device_train_batch_size,
        save_strategy=save_strategy,
        save_steps=save_steps,
        save_total_limit=save_total_limit,
        warmup_ratio=warmup_ratio,
        weight_decay=weight_decay,
    )

print(f"Configuring fine tuning completed")

# Initialize the SFTTrainer
print(f"Creating trainer started")
trainer = SFTTrainer(
    model=model,
    train_dataset=dataset,
    peft_config=peft_config,
    dataset_text_field="text",
    max_seq_length=max_seq_length,
    tokenizer=tokenizer,
    args=training_arguments,
    packing=packing,
)

print(f"Creating trainer completed")

# Finetune the model
print("Starting fine-tuning...")
trainer.train()
print("Fine-tuning completed.")

# Save the fine-tuned model
print("Saving new model started")
trainer.model.save_pretrained(new_model)
print("Saving new model completed")

# Merge LoRA weights with the base model
print(f"Merging the new model with base model started")
base_model = AutoModelForCausalLM.from_pretrained(
    low_cpu_mem_usage=True,
    pretrained_model_name_or_path=model_name,
    return_dict=True,
    torch_dtype=torch.float16,
)

model = PeftModel.from_pretrained(
    model=base_model,
    model_id=new_model,
)
model = model.merge_and_unload()

print(f"Merging the new model with base model completed")

accelerator = Accelerator()
print(f"Accelerate unwrap model started")
unwrapped_model = accelerator.unwrap_model(model)
print(f"Accelerate unwrap model completed")

print(f"Save unwrapped model started")
unwrapped_model.save_pretrained(
    is_main_process=accelerator.is_main_process,
    save_directory=save_model_path,
    save_function=accelerator.save,
)
print(f"Save unwrapped model completed")

print(f"Save new tokenizer started")
if accelerator.is_main_process:
    tokenizer.save_pretrained(save_model_path)
print(f"Save new tokenizer completed")

# Upload the model to GCS
def upload_to_gcs(bucket_name, model_dir):
    """Uploads a directory to GCS."""
    storage_client = storage.Client()
    bucket = storage_client.bucket(bucket_name)
    for root, _, files in os.walk(model_dir):
        for file in files:
            local_file_path = os.path.join(root, file)
            gcs_file_path = os.path.relpath(local_file_path, model_dir)
            blob = bucket.blob(os.path.join(new_model, gcs_file_path))  # Use new_model_name
            blob.upload_from_filename(local_file_path)

# Upload the fine-tuned model and tokenizer to GCS
upload_to_gcs(BUCKET_DATA_NAME, save_model_path)
print(f"Fine-tuned model {new_model} successfully uploaded to GCS.")

Dockerfile

# Using the NVIDIA CUDA base image
FROM nvidia/cuda:12.6.2-runtime-ubuntu22.04

# Install necessary system packages
RUN apt-get update && \
    apt-get -y --no-install-recommends install python3-dev gcc python3-pip git && \
    rm -rf /var/lib/apt/lists/*

# Copy requirements.txt into the container
COPY requirements.txt .

# Install Python packages from requirements.txt
RUN pip install --no-cache-dir --upgrade pip && pip install --no-cache-dir -r requirements.txt

# Copy your finetune script into the container
COPY finetuning.py .

# Set the environment variable to ensure output is flushed
ENV PYTHONUNBUFFERED 1
ENV MODEL_ID "google/gemma-2-9b-it"
ENV GCS_BUCKET "finetuning-data-bucket"
 
# Set the command to run the finetuning script with CUDA device
CMD ["python3", "finetuning.py"]

requirements.txt

accelerate==1.1.1
bitsandbytes==0.45.0
datasets==3.1.0
gcsfs==2024.9.0
peft==v0.13.2
torch==2.5.1
transformers==4.47.0
trl==v0.11.4

अब हम फ़ाइनट्यूनिंग के लिए कंटेनर इमेज बनाते हैं और उसे Artifact Registry में पुश करते हैं

gcloud builds submit --tag ${REGION}-docker.pkg.dev/${DEVSHELL_PROJECT_ID}/${REPO_NAME}/finetuning:latest

12. Airflow 2 की खास जानकारी, जिसमें यह भी शामिल है कि DAG क्या होता है

Airflow, वर्कफ़्लो और डेटा पाइपलाइन को व्यवस्थित करने का एक प्लैटफ़ॉर्म है. यह Python कोड में इन वर्कफ़्लो को तय करने के लिए, डीएजी (डायरेक्टेड असाइकलिक ग्राफ़) का इस्तेमाल करता है. इससे टास्क और उनकी डिपेंडेंसी को विज़ुअल तौर पर दिखाया जाता है.

Airflow, स्टैटिक डीएजी और Python पर आधारित परिभाषाओं के साथ, पहले से तय किए गए वर्कफ़्लो को शेड्यूल करने और मैनेज करने के लिए सबसे सही है. इसके आर्किटेक्चर में, इन वर्कफ़्लो को मॉनिटर और मैनेज करने के लिए, इस्तेमाल में आसान यूज़र इंटरफ़ेस (यूआई) शामिल है.

असल में, Airflow की मदद से Python का इस्तेमाल करके, डेटा पाइपलाइन को तय किया जा सकता है, शेड्यूल किया जा सकता है, और मॉनिटर किया जा सकता है. इसलिए, यह वर्कफ़्लो ऑर्केस्ट्रेशन के लिए एक फ़्लेक्सिबल और बेहतरीन टूल है.

13. हमारे डीएजी की खास जानकारी

DAG का मतलब डायरेक्टेड एसिलिक ग्राफ़ होता है. Airflow में, DAG पूरे वर्कफ़्लो या पाइपलाइन को दिखाता है. इसमें टास्क, उनकी डिपेंडेंसी, और उन्हें पूरा करने का क्रम तय किया जाता है.

DAG में वर्कफ़्लो की इकाइयों को GKE क्लस्टर पर मौजूद पॉड से एक्ज़ीक्यूट किया जाता है. इन्हें Airflow कॉन्फ़िगरेशन से शुरू किया जाता है.

सारांश:

Airflow: डेटा डाउनलोड करना - यह स्क्रिप्ट, Kaggle से मूवी की समीक्षाओं का डेटासेट पाने और उसे आपके GCS बकेट में सेव करने की प्रोसेस को अपने-आप पूरा करती है. इससे, आपके क्लाउड एनवायरमेंट में डेटा को प्रोसेस करना या उसका विश्लेषण करना आसान हो जाता है.

Airflow: डेटा तैयार करना - यह कोड, मूवी की समीक्षा के रॉ डेटासेट को लेता है. साथ ही, ऐसे डेटा कॉलम हटाता है जिनकी ज़रूरत हमारे इस्तेमाल के उदाहरण के लिए नहीं है. इसके अलावा, यह उन डेटासेट को मिटाता है जिनमें वैल्यू मौजूद नहीं हैं. इसके बाद, यह डेटासेट को सवाल-जवाब वाले फ़ॉर्मैट में व्यवस्थित करता है, ताकि मशीन लर्निंग के लिए इसका इस्तेमाल किया जा सके. साथ ही, इसे बाद में इस्तेमाल करने के लिए, GCS में वापस सेव कर देता है.

Airflow: मॉडल को और बेहतर तरीके से ट्रेन करना - यह कोड, लार्ज लैंग्वेज मॉडल (एलएलएम) को LoRA (लो-रैंक अडैप्टेशन) नाम की तकनीक का इस्तेमाल करके और बेहतर तरीके से ट्रेन करता है. इसके बाद, अपडेट किए गए मॉडल को सेव करता है. यह Google Cloud Storage से पहले से ट्रेन किए गए एलएलएम और डेटासेट को लोड करके शुरू होता है. इसके बाद, यह LoRA को लागू करता है, ताकि इस डेटासेट पर मॉडल को बेहतर बनाया जा सके. आखिर में, यह फ़ाइन-ट्यून किए गए मॉडल को Google Cloud Storage में सेव करता है, ताकि बाद में इसका इस्तेमाल टेक्स्ट जनरेशन या सवालों के जवाब देने जैसे ऐप्लिकेशन में किया जा सके.

Airflow: मॉडल सर्विंग - अनुमान के लिए, GKE पर फ़ाइनट्यून किए गए मॉडल को vllm के साथ सर्व करना.

Airflow: फ़ीडबैक लूप - मॉडल को हर xx समय (हर घंटे, हर दिन, हर हफ़्ते) पर फिर से ट्रेन किया जाता है.

इस डायग्राम में बताया गया है कि GKE पर Airflow 2 कैसे काम करता है.

14. मॉडल को फ़ाइनट्यून करना बनाम आरएजी का इस्तेमाल करना

यह कोडलैब, रिट्रीवल ऑगमेंटेड जनरेशन (आरएजी) का इस्तेमाल करने के बजाय, एलएलएम को फ़ाइनट्यून करता है.

आइए, इन दोनों तरीकों की तुलना करें:

फ़ाइनट्यूनिंग: इससे एक खास मॉडल तैयार होता है: फ़ाइनट्यूनिंग, एलएलएम को किसी खास टास्क या डेटासेट के हिसाब से ढालती है. इससे एलएलएम, बाहरी डेटा सोर्स पर निर्भर हुए बिना स्वतंत्र रूप से काम कर पाता है.

जवाब देने की प्रोसेस को आसान बनाता है: इससे अलग से डेटाबेस और डेटा को वापस पाने वाले सिस्टम की ज़रूरत नहीं पड़ती. इसलिए, जवाब देने की प्रोसेस तेज़ और कम खर्चीली हो जाती है. खास तौर पर, उन मामलों में जहां इसका इस्तेमाल अक्सर किया जाता है.

RAG: बाहरी जानकारी पर निर्भर करता है: RAG, हर अनुरोध के लिए नॉलेज बेस से काम की जानकारी इकट्ठा करता है. इससे यह पक्का होता है कि अप-टू-डेट और खास डेटा को ऐक्सेस किया जा सके.

जटिलता बढ़ जाती है: Kubernetes क्लस्टर जैसे प्रोडक्शन एनवायरमेंट में आरएजी को लागू करने के लिए, अक्सर डेटा को प्रोसेस करने और वापस पाने के लिए कई माइक्रोसेवाओं की ज़रूरत होती है. इससे लेटेन्सी और कंप्यूटेशनल लागत बढ़ सकती है.

फ़ाइनट्यूनिंग को क्यों चुना गया:

इस CodeLab में इस्तेमाल किए गए छोटे डेटासेट के लिए, RAG का इस्तेमाल किया जा सकता है. हालांकि, हमने फ़ाइनट्यूनिंग का विकल्प चुना है, ताकि Airflow के इस्तेमाल का एक सामान्य उदाहरण दिखाया जा सके. इस विकल्प को चुनने से, हम RAG के लिए अतिरिक्त इन्फ़्रास्ट्रक्चर और माइक्रोसेवाएं सेट अप करने की बारीकियों पर ध्यान देने के बजाय, वर्कफ़्लो ऑर्केस्ट्रेशन के पहलुओं पर फ़ोकस कर पाते हैं.

नतीजा:

फ़ाइनट्यूनिंग और RAG, दोनों ही अहम तकनीकें हैं. इनकी अपनी खूबियां और कमियां हैं. सबसे सही विकल्प, आपके प्रोजेक्ट की खास ज़रूरतों पर निर्भर करता है. जैसे, आपके डेटा का साइज़ और जटिलता, परफ़ॉर्मेंस की ज़रूरतें, और लागत.

15. DAG टास्क #1 - Airflow पर पहला चरण पूरा करें: डेटा डाउनलोड करें

इस DAG यूनिट के बारे में खास जानकारी के तौर पर, कंटेनर इमेज में होस्ट किया गया हमारा Python कोड, Kaggle से RottenTomatoes का नया डेटासेट डाउनलोड करता है.

इस कोड को GCS बकेट में कॉपी न करें. हम आखिरी चरण के तौर पर mlops-dag.py को कॉपी करते हैं. इसमें एक Python स्क्रिप्ट में, DAG यूनिट के सभी चरण शामिल होते हैं.

mlops-dag.py

import yaml

from os import path
from datetime import datetime

from airflow import DAG
from airflow.models import Variable
from airflow.operators.python import PythonOperator
from airflow.providers.cncf.kubernetes.operators.pod import KubernetesPodOperator

from kubernetes import client, config
from kubernetes.client import models
from kubernetes.client.rest import ApiException

GCP_PROJECT_ID = Variable.get("GCP_PROJECT_ID")
BUCKET_DATA_NAME = Variable.get("BUCKET_DATA_NAME")
HF_TOKEN = Variable.get("HF_TOKEN")
KAGGLE_USERNAME = Variable.get("KAGGLE_USERNAME")
KAGGLE_KEY = Variable.get("KAGGLE_KEY")
JOB_NAMESPACE = Variable.get("JOB_NAMESPACE", default_var="airflow")

with DAG(dag_id="mlops-dag",
            start_date=datetime(2024,11,1),
            schedule_interval="@daily",
            catchup=False) as dag:

        # Step 1: Fetch raw data to GCS Bucket
        dataset_download = KubernetesPodOperator(
            task_id="dataset_download_task",
            namespace=JOB_NAMESPACE,
            image="us-central1-docker.pkg.dev/{{ var.value.GCP_PROJECT_ID }}/mlops-airflow-repo/dataset-download:latest",
            name="dataset-download",
            service_account_name="airflow-mlops-sa",
            env_vars={
                    "KAGGLE_USERNAME":KAGGLE_USERNAME,
                    "KAGGLE_KEY":KAGGLE_KEY,
                    "BUCKET_DATA_NAME":BUCKET_DATA_NAME
            }
        )

        dataset_download

16. DAG टास्क #2 - Airflow पर दूसरा चरण बनाएं: डेटा तैयार करना

इस DAG यूनिट की खास जानकारी के तौर पर, हम GCS से CSV फ़ाइल (rotten_tomatoes_movie_reviews.csv) को Pandas DataFrame में लोड करते हैं.

इसके बाद, हम टेस्टिंग और संसाधन के बेहतर इस्तेमाल के लिए, DATASET_LIMIT का इस्तेमाल करके प्रोसेस की गई लाइनों की संख्या को सीमित करते हैं. आखिर में, बदले गए डेटा को Hugging Face Dataset में बदल देते हैं.

ध्यान से देखने पर, आपको पता चलेगा कि हम मॉडल में 1,000 लाइनों को "DATASET_LIMIT": "1000" के साथ ट्रेन कर रहे हैं. ऐसा इसलिए है, क्योंकि Nvidia L4 GPU पर ऐसा करने में 20 मिनट लगते हैं.

इस कोड को GCS बकेट में कॉपी न करें. हम आखिरी चरण में mlops-dag.py को कॉपी करते हैं. इसमें एक Python स्क्रिप्ट में सभी चरण शामिल होते हैं.

import yaml

from os import path
from datetime import datetime

from airflow import DAG
from airflow.models import Variable
from airflow.operators.python import PythonOperator
from airflow.providers.cncf.kubernetes.operators.pod import KubernetesPodOperator

from kubernetes import client, config
from kubernetes.client import models
from kubernetes.client.rest import ApiException

GCP_PROJECT_ID = Variable.get("GCP_PROJECT_ID")
BUCKET_DATA_NAME = Variable.get("BUCKET_DATA_NAME")
HF_TOKEN = Variable.get("HF_TOKEN")
KAGGLE_USERNAME = Variable.get("KAGGLE_USERNAME")
KAGGLE_KEY = Variable.get("KAGGLE_KEY")
JOB_NAMESPACE = Variable.get("JOB_NAMESPACE", default_var="airflow")

with DAG(dag_id="mlops-dag",
            start_date=datetime(2024,11,1),
            schedule_interval="@daily",
            catchup=False) as dag:

        # Step 1: Fetch raw data to GCS Bucket
        dataset_download = KubernetesPodOperator(
            task_id="dataset_download_task",
            namespace=JOB_NAMESPACE,
            image="us-central1-docker.pkg.dev/{{ var.value.GCP_PROJECT_ID }}/mlops-airflow-repo/dataset-download:latest",
            name="dataset-download",
            service_account_name="airflow-mlops-sa",
            env_vars={
                    "KAGGLE_USERNAME":KAGGLE_USERNAME,
                    "KAGGLE_KEY":KAGGLE_KEY,
                    "BUCKET_DATA_NAME":BUCKET_DATA_NAME
            }
        )

        # Step 2: Run GKEJob for data preparation
        data_preparation = KubernetesPodOperator(
            task_id="data_pipeline_task",
            namespace=JOB_NAMESPACE,
            image="us-central1-docker.pkg.dev/{{ var.value.GCP_PROJECT_ID }}/mlops-airflow-repo/data-preparation:latest",
            name="data-preparation",
            service_account_name="airflow-mlops-sa",
            env_vars={
                    "GCP_PROJECT_ID":GCP_PROJECT_ID,
                    "BUCKET_DATA_NAME":BUCKET_DATA_NAME,
                    "DATASET_LIMIT": "1000",
                    "HF_TOKEN":HF_TOKEN
            }
        )

        dataset_download >> data_preparation

17. DAG टास्क #3 - Airflow पर तीसरा चरण पूरा करें: मॉडल को बेहतर बनाना

इस DAG यूनिट की खास जानकारी के तौर पर, यहां हम finetune.py को एक्ज़ीक्यूट करते हैं, ताकि Gemma मॉडल को अपने नए डेटासेट के साथ बेहतर बनाया जा सके.

इस कोड को GCS बकेट में कॉपी न करें. हम आखिरी चरण में mlops-dag.py को कॉपी करते हैं. इसमें एक Python स्क्रिप्ट में सभी चरण शामिल होते हैं.

mlops-dag.py

import yaml

from os import path
from datetime import datetime

from airflow import DAG
from airflow.models import Variable
from airflow.operators.python import PythonOperator
from airflow.providers.cncf.kubernetes.operators.pod import KubernetesPodOperator

from kubernetes import client, config
from kubernetes.client import models
from kubernetes.client.rest import ApiException

GCP_PROJECT_ID = Variable.get("GCP_PROJECT_ID")
BUCKET_DATA_NAME = Variable.get("BUCKET_DATA_NAME")
HF_TOKEN = Variable.get("HF_TOKEN")
KAGGLE_USERNAME = Variable.get("KAGGLE_USERNAME")
KAGGLE_KEY = Variable.get("KAGGLE_KEY")
JOB_NAMESPACE = Variable.get("JOB_NAMESPACE", default_var="airflow")

with DAG(dag_id="mlops-dag",
            start_date=datetime(2024,11,1),
            schedule_interval="@daily",
            catchup=False) as dag:

        # DAG Task 1: Fetch raw data to GCS Bucket
        dataset_download = KubernetesPodOperator(
            task_id="dataset_download_task",
            namespace=JOB_NAMESPACE,
            image="us-central1-docker.pkg.dev/{{ var.value.GCP_PROJECT_ID }}/mlops-airflow-repo/dataset-download:latest",
            name="dataset-download",
            service_account_name="airflow-mlops-sa",
            env_vars={
                    "KAGGLE_USERNAME":KAGGLE_USERNAME,
                    "KAGGLE_KEY":KAGGLE_KEY,
                    "BUCKET_DATA_NAME":BUCKET_DATA_NAME
            }
        )

        # DAG Task 2: Run GKEJob for data preparation
        data_preparation = KubernetesPodOperator(
            task_id="data_pipeline_task",
            namespace=JOB_NAMESPACE,
            image="us-central1-docker.pkg.dev/{{ var.value.GCP_PROJECT_ID }}/mlops-airflow-repo/data-preparation:latest",
            name="data-preparation",
            service_account_name="airflow-mlops-sa",
            env_vars={
                    "GCP_PROJECT_ID":GCP_PROJECT_ID,
                    "BUCKET_DATA_NAME":BUCKET_DATA_NAME,
                    "DATASET_LIMIT": "1000",
                    "HF_TOKEN":HF_TOKEN
            }
        )

        # DAG Task 3: Run GKEJob for fine tuning
        fine_tuning = KubernetesPodOperator(
            task_id="fine_tuning_task",
            namespace=JOB_NAMESPACE,
            image="us-central1-docker.pkg.dev/{{ var.value.GCP_PROJECT_ID }}/mlops-airflow-repo/finetuning:latest",
            name="fine-tuning",
            service_account_name="airflow-mlops-sa",
            startup_timeout_seconds=600,
            container_resources=models.V1ResourceRequirements(
                    requests={"nvidia.com/gpu": "1"},
                    limits={"nvidia.com/gpu": "1"}
            ),
            env_vars={
                    "BUCKET_DATA_NAME":BUCKET_DATA_NAME,
                    "HF_TOKEN":HF_TOKEN
            }
        )

        dataset_download >> data_preparation >> fine_tuning

18. DAG टास्क #4 - Airflow पर अपना आखिरी चरण बनाएं: मॉडल से अनुमान लगाना / मॉडल को इस्तेमाल करना

vLLM एक बेहतरीन ओपन-सोर्स लाइब्रेरी है. इसे खास तौर पर, एलएलएम के बेहतर इन्फ़्रेंस के लिए डिज़ाइन किया गया है. Google Kubernetes Engine (GKE) पर डिप्लॉय किए जाने पर, यह एलएलएम को असरदार तरीके से उपलब्ध कराने के लिए, Kubernetes की स्केलेबिलिटी और क्षमता का इस्तेमाल करता है.

चरणों की खास जानकारी:

• DAG "mlops-dag.py" को GCS बकेट में अपलोड करें.
• अनुमान लगाने की सुविधा को सेटअप करने के लिए, Kubernetes की दो YAML कॉन्फ़िगरेशन फ़ाइलों को GCS बकेट में कॉपी करें.

mlops-dag.py

import yaml

from os import path
from datetime import datetime

from airflow import DAG
from airflow.models import Variable
from airflow.operators.python import PythonOperator
from airflow.providers.cncf.kubernetes.operators.pod import KubernetesPodOperator

from kubernetes import client, config
from kubernetes.client import models
from kubernetes.client.rest import ApiException

GCP_PROJECT_ID = Variable.get("GCP_PROJECT_ID")
BUCKET_DATA_NAME = Variable.get("BUCKET_DATA_NAME")
HF_TOKEN = Variable.get("HF_TOKEN")
KAGGLE_USERNAME = Variable.get("KAGGLE_USERNAME")
KAGGLE_KEY = Variable.get("KAGGLE_KEY")
JOB_NAMESPACE = Variable.get("JOB_NAMESPACE", default_var="airflow")

def model_serving():
    config.load_incluster_config()
    k8s_apps_v1 = client.AppsV1Api()
    k8s_core_v1 = client.CoreV1Api()

    while True:
        try:
            k8s_apps_v1.delete_namespaced_deployment(
                    namespace="airflow",
                    name="inference-deployment",
                    body=client.V1DeleteOptions(
                    propagation_policy="Foreground", grace_period_seconds=5
                    )
            )
        except ApiException:
            break
    print("Deployment inference-deployment deleted")
    
    with open(path.join(path.dirname(__file__), "inference.yaml")) as f:
        dep = yaml.safe_load(f)
        resp = k8s_apps_v1.create_namespaced_deployment(
            body=dep, namespace="airflow")
        print(f"Deployment created. Status='{resp.metadata.name}'")
    
    while True:
        try:
            k8s_core_v1.delete_namespaced_service(
                    namespace="airflow",
                    name="llm-service",
                    body=client.V1DeleteOptions(
                    propagation_policy="Foreground", grace_period_seconds=5
                    )
            )
        except ApiException:
            break
    print("Service llm-service deleted")

    with open(path.join(path.dirname(__file__), "inference-service.yaml")) as f:
        dep = yaml.safe_load(f)
        resp = k8s_core_v1.create_namespaced_service(
            body=dep, namespace="airflow")
        print(f"Service created. Status='{resp.metadata.name}'")

with DAG(dag_id="mlops-dag",
            start_date=datetime(2024,11,1),
            schedule_interval="@daily",
            catchup=False) as dag:

        # DAG Step 1: Fetch raw data to GCS Bucket
        dataset_download = KubernetesPodOperator(
            task_id="dataset_download_task",
            namespace=JOB_NAMESPACE,
            image="us-central1-docker.pkg.dev/{{ var.value.GCP_PROJECT_ID }}/mlops-airflow-repo/dataset-download:latest",
            name="dataset-download",
            service_account_name="airflow-mlops-sa",
            env_vars={
                    "KAGGLE_USERNAME":KAGGLE_USERNAME,
                    "KAGGLE_KEY":KAGGLE_KEY,
                    "BUCKET_DATA_NAME":BUCKET_DATA_NAME
            }
        )

        # DAG Step 2: Run GKEJob for data preparation
        data_preparation = KubernetesPodOperator(
            task_id="data_pipeline_task",
            namespace=JOB_NAMESPACE,
            image="us-central1-docker.pkg.dev/{{ var.value.GCP_PROJECT_ID }}/mlops-airflow-repo/data-preparation:latest",
            name="data-preparation",
            service_account_name="airflow-mlops-sa",
            env_vars={
                    "GCP_PROJECT_ID":GCP_PROJECT_ID,
                    "BUCKET_DATA_NAME":BUCKET_DATA_NAME,
                    "DATASET_LIMIT": "1000",
                    "HF_TOKEN":HF_TOKEN
            }
        )

        # DAG Step 3: Run GKEJob for fine tuning
        fine_tuning = KubernetesPodOperator(
            task_id="fine_tuning_task",
            namespace=JOB_NAMESPACE,
            image="us-central1-docker.pkg.dev/{{ var.value.GCP_PROJECT_ID }}/mlops-airflow-repo/finetuning:latest",
            name="fine-tuning",
            service_account_name="airflow-mlops-sa",
            startup_timeout_seconds=600,
            container_resources=models.V1ResourceRequirements(
                    requests={"nvidia.com/gpu": "1"},
                    limits={"nvidia.com/gpu": "1"}
            ),
            env_vars={
                    "BUCKET_DATA_NAME":BUCKET_DATA_NAME,
                    "HF_TOKEN":HF_TOKEN
            }
        )

        # DAG Step 4: Run GKE Deployment for model serving
        model_serving = PythonOperator(
            task_id="model_serving",
            python_callable=model_serving
        )

        dataset_download >> data_preparation >> fine_tuning >> model_serving

अपनी Python स्क्रिप्ट (DAG फ़ाइल) के साथ-साथ Kubernetes मेनिफ़ेस्ट को DAGS GCS बकेट में अपलोड करें.

gcloud storage cp mlops-dag.py gs://${BUCKET_DAGS_NAME}
gcloud storage cp manifests/inference.yaml gs://${BUCKET_DAGS_NAME}
gcloud storage cp manifests/inference-service.yaml gs://${BUCKET_DAGS_NAME}

आपको Airflow के यूज़र इंटरफ़ेस (यूआई) में mlops-dag दिखेगा.

1. 'फिर से शुरू करें' को चुनें.
2. एमएलऑप्स साइकल को मैन्युअल तरीके से पूरा करने के लिए, ट्रिगर डीएजी चुनें.

DAG पूरा होने के बाद, आपको Airflow के यूज़र इंटरफ़ेस (यूआई) में इस तरह का आउटपुट दिखेगा.

आखिरी चरण के बाद, मॉडल के एंडपॉइंट को ऐक्सेस किया जा सकता है. साथ ही, मॉडल को आज़माने के लिए प्रॉम्प्ट भेजा जा सकता है.

कर्ल कमांड जारी करने से पहले, करीब पांच मिनट तक इंतज़ार करें. इससे मॉडल का अनुमान लगाना शुरू हो जाएगा और लोड बैलेंसर, बाहरी आईपी पता असाइन कर पाएगा.

export MODEL_ENDPOINT=$(kubectl -n airflow get svc/llm-service --output jsonpath='{.status.loadBalancer.ingress[0].ip}')

curl -X POST http://${MODEL_ENDPOINT}:8000/generate -H "Content-Type: application/json" -d @- <<EOF
{
    "prompt": "Question: Review analysis for movie 'dangerous_men_2015'",
    "temperature": 0.1,
    "top_p": 1.0,
    "max_tokens": 128
}
EOF

आउटपुट:

{"text":["Question: Review analysis for movie ‘dangerous_men_2015'\nContext: The film is a mess, but it's a mess that's occasionally entertaining.\nAnswer: POSITIVE\nReason: While the film is a mess, it's a mess that's occasionally entertaining.\n}

19. बधाई हो!

आपने GKE पर Airflow 2 का इस्तेमाल करके, DAG पाइपलाइन की मदद से पहला एआई वर्कफ़्लो बनाया हो.

तैनात किए गए संसाधनों को अन-प्रोविज़न करना न भूलें.

20. प्रोडक्शन में ऐसा करना

CodeLab ने आपको GKE पर Airflow 2 सेट अप करने के तरीके के बारे में बेहतरीन जानकारी दी है. हालांकि, प्रोडक्शन में इसे सेट अप करते समय, आपको यहां दिए गए कुछ विषयों पर ध्यान देना होगा.

Gradio या मिलते-जुलते टूल का इस्तेमाल करके, वेब फ़्रंटएंड लागू करें.

GKE के साथ वर्कलोड के लिए, ऐप्लिकेशन की अपने-आप निगरानी करने की सुविधा को यहां कॉन्फ़िगर करें या Airflow से मेट्रिक को यहां एक्सपोर्ट करें.

मॉडल को तेज़ी से फ़ाइन ट्यून करने के लिए, आपको बड़े जीपीयू की ज़रूरत पड़ सकती है. ऐसा खास तौर पर तब होता है, जब आपके पास बड़े डेटासेट हों. हालांकि, अगर हमें मॉडल को कई जीपीयू पर ट्रेन करना है, तो हमें डेटासेट को बांटना होगा और ट्रेनिंग को शार्ड करना होगा. यहां PyTorch के साथ FSDP (पूरी तरह से शार्ड किया गया डेटा पैरलल) के बारे में बताया गया है. इसमें जीपीयू शेयर करने की सुविधा का इस्तेमाल किया जाता है. इस बारे में ज़्यादा जानने के लिए, Meta की यह ब्लॉग पोस्ट पढ़ें. इसके अलावा, PyTorch का इस्तेमाल करके FSDP के बारे में जानने के लिए, यह ट्यूटोरियल पढ़ें.

Google Cloud Composer, मैनेज की जाने वाली Airflow सेवा है. इसलिए, आपको Airflow को मैनेज करने की ज़रूरत नहीं है. बस अपना डीएजी डिप्लॉय करें और काम शुरू करें.

ज़्यादा जानें

• Airflow से जुड़े दस्तावेज़: https://airflow.apache.org/

लाइसेंस

इस काम के लिए, Creative Commons एट्रिब्यूशन 2.0 जेनेरिक लाइसेंस के तहत लाइसेंस मिला है.