1장. 모델 레지스트리 개요

모델 레지스트리는 인공 지능/머신 러닝(AI/ML) 모델의 라이프사이클과 모든 ML(Machine learning operations) 플랫폼 또는 ML 워크플로의 중요한 부분입니다. 모델 레지스트리는 시스템 학습 모델과 관련된 메타데이터를 처음부터 배포까지 보유하는 중앙 저장소 역할을 합니다. 이 메타데이터는 배포 환경 및 프로젝트 원본과 같은 고급 정보에서 하이퍼 매개 변수, 성능 지표 및 배포 이벤트 교육과 같은 복잡한 세부 정보에 이르기까지 다양합니다. 모델 레지스트리는 모델 실험과 서비스 간의 브리지 역할을 하며 ML 라이프사이클 이해관계자를 위한 안전한 협업 메타데이터 저장소 인터페이스를 제공합니다.

모델 레지스트리는 모델을 저장, 공유, 버전, 배포 및 추적할 수 있는 체계적이고 체계적인 방법을 제공합니다.

OpenShift AI에서 모델 레지스트리를 사용하려면 OpenShift 클러스터 관리자가 모델 레지스트리 구성 요소를 활성화해야 합니다. 자세한 내용은 모델 레지스트리 구성 요소 활성화를 참조하십시오.

모델 레지스트리 구성 요소가 활성화되면 OpenShift AI 관리자는 OpenShift AI에서 모델 레지스트리를 생성하고 해당 사용자와 함께 작동할 데이터 과학자에 대한 모델 레지스트리 액세스 권한을 부여할 수 있습니다. 자세한 내용은 모델 레지스트리 관리를 참조하십시오.

모델 레지스트리에 액세스할 수 있는 데이터 과학자는 모델 레지스트리 기능을 사용하여 모델을 저장, 공유, 버전, 배포 및 추적할 수 있습니다. 자세한 내용은 모델 레지스트리 작업 을 참조하십시오.

모델 카탈로그 기능을 추가하면 사용 가능한 모델을 검색하고 조직에서 등록, 배포 및 사용자 정의할 준비가 된 모델을 검색할 수 있습니다. 이 기능은 Granite 모델 제품군과 사용자를 연결하는 것뿐만 아니라 LAB 튜닝 워크플로우와 함께 사용되는 마스터 및 판단 모델에서도 시작됩니다.

LAB-tuning 워크플로 사용에 대한 자세한 내용은 LAB 튜닝을 사용한 모델 사용자 지정을 참조하십시오.