AWS Lambda에 AI 앱(대규모 Deps 포함)을 배포하는 방법
최근 AWS Lambda에서 실행할 간단한 LlamaIndex 앱을 얻는 데 2시간을 보냈습니다. 함수 자체는 아래 표시된 것처럼 단 몇 줄의 Python 코드로 구성되어 있지만 종속성과 배포를 관리하는 것은 까다로울 수 있습니다.
import json from llama_index.llms.openai import OpenAI llm=OpenAI(model="gpt-4o-mini") def lambda_handler(event, context): response = llm.complete("What public transportation might be available in a city?") return { 'statusCode': 200, 'body': str(response), }
도움이 된 몇 가지 주요 팁은 다음과 같습니다.
먼저 올바른 플랫폼에 맞는 패키지를 설치하세요. "manylinux2014_x86_64" 대상 플랫폼에 대한 모든 패키지를 설치하는 것이 중요합니다. 그렇지 않으면 특정 패키지가 AWS Lambda 런타임과 호환되지 않을 수 있습니다. 호환성을 보장하려면 다음 명령을 사용하여 종속성을 설치하십시오.
pip install -r requirements.txt --platform manylinux2014_x86_64 --target ./deps --only-binary=:all:
둘째, Lambda에는 전체 코드 패키지 크기가 250MB로 제한되어 있는데, 이는 LlamaIndex 또는 기타 대규모 종속성을 사용하는 경우 빠르게 문제가 될 수 있습니다. 패키지가 이 제한을 초과하는 경우 종속성 폴더에서 가장 큰 파일을 확인하세요.
du -h -d 2 | sort -hr | head -n20
저의 경우 pandas/tests 디렉토리가 35MB 정도의 공간을 차지하고 있어 제 기능에 불필요한 공간이어서 패키지 크기를 제한 내로 맞추기 위해 제거했습니다.
rm -r deps/pandas/tests
그런 다음 모든 것을 압축하고 S3를 통해 업로드하세요. 불필요한 파일을 잘라낸 후 코드와 종속성을 모두 포함하는 zip 아카이브를 만듭니다. Lambda의 웹 콘솔에는 50MB의 업로드 제한이 있으므로 더 큰 zip 파일을 S3 버킷에 업로드하고 S3 URI를 사용하여 함수를 배포해야 합니다.
zip -r test_lambda.zip data/ lambda_function.py cd deps/ zip -r ../test_lambda.zip .
마지막으로 배포하기 전에 Lambda 설정을 조정하세요. 기본적으로 Lambda 함수에는 128MB의 메모리와 3초의 제한 시간만 할당됩니다. 이는 대규모 종속성과 호출 LLM을 포함하는 많은 AI 애플리케이션에는 충분하지 않습니다. 메모리를 512MB로 늘리고 시간 초과를 30초로 연장하겠습니다. 또한 OpenAI API 키와 같은 필수 환경 변수를 설정하는 것을 잊지 마세요.
Lambda용으로 패키지를 설치하고 모든 것을 함께 묶는 올바른 방법을 찾는 데 꽤 많은 시도가 필요했습니다. AWS Lambda는 기본 스크립트에 대해 사용자 친화적이지만 더 큰 종속성을 추가하면 상황이 더 복잡해집니다.
마지막 단계 순서는 다음과 같습니다.
# Install dependencies pip install -r requirements.txt --platform manylinux2014_x86_64 --target ./deps --only-binary=:all: # Create a zip file for code and data zip -r test_lambda.zip data/ lambda_function.py # Include dependencies in the zip file, while removing large unused files cd deps/ rm -r pandas/tests zip -r ../test_lambda.zip .
p.s., 저도 DBOS Cloud에 비슷한 기능을 배포해 보았는데, 단 하나의 명령만 사용했습니다.
dbos-cloud app deploy
DBOS에서는 종속성 관리가 요구사항.txt 파일을 통해 자동으로 처리되었으며, 환경 변수는 dbos-config.yaml에서 설정되었습니다. 편견일 수도 있지만 저는 DBOS Cloud의 배포 프로세스가 단순하다는 점을 좋아합니다.
위 내용은 AWS Lambda에 AI 앱(대규모 Deps 포함)을 배포하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 데이터 과학, 웹 개발 및 자동화 작업에 적합한 반면 C는 시스템 프로그래밍, 게임 개발 및 임베디드 시스템에 적합합니다. Python은 단순성과 강력한 생태계로 유명하며 C는 고성능 및 기본 제어 기능으로 유명합니다.

Python은 게임 및 GUI 개발에서 탁월합니다. 1) 게임 개발은 Pygame을 사용하여 드로잉, 오디오 및 기타 기능을 제공하며 2D 게임을 만드는 데 적합합니다. 2) GUI 개발은 Tkinter 또는 PYQT를 선택할 수 있습니다. Tkinter는 간단하고 사용하기 쉽고 PYQT는 풍부한 기능을 가지고 있으며 전문 개발에 적합합니다.

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.
