⚙️ 模型部署自动化工具链搭建
30章 · 从零到生产
🎯 友好色系
01
工具链概览
痛点·价值·MLflow/Kubeflow/TFX对比
→
02
环境准备
Docker·CUDA·GPU驱动·Compose
→
03
版本控制
Git+DVC·模型注册表·MLflow Registry
→
04
CI/CD基础
Jenkins·GitLab CI·GitHub Actions
→
05
模型打包
ONNX·TorchScript·SavedModel·Triton
→
06
自动化测试
精度·性能基准·压力测试脚本
→
07
镜像构建
多阶段·NVIDIA基础镜像·安全扫描
→
08
部署策略
蓝绿·金丝雀·A/B测试·滚动更新
→
09
Kubernetes基础
Pod/Service/Deployment·kubectl·Helm
→
10
Kubernetes进阶
Ingress·ConfigMap·HPA
→
11
服务网格
Istio·流量管理·Kiali/Jaeger
→
12
监控告警
Prometheus·Grafana·Alertmanager
→
13
日志收集
ELK·Fluentd·结构化日志
→
14
模型服务框架
TF Serving·TorchServe·Triton
→
15
推理优化
TensorRT·ONNX Runtime·量化·动态批处理
→
16
特征平台
Feast·在线/离线特征·特征Pipeline
→
17
数据管道
Airflow·Kubeflow Pipeline·TFX
→
18
模型训练自动化
超参搜索·分布式训练·实验跟踪
→
19
模型评估
混淆矩阵·公平性·SHAP/LIME
→
20
模型上线审批
人工审批·质量门禁·回滚机制
→
21
多环境管理
开发/测试/预发/生产·配置差异
→
22
安全加固
模型加密·JWT/OAuth·Pod安全
→
23
成本优化
Spot实例·自动扩缩容·GPU共享
→
24
混沌工程
Chaos Mesh·稳定性·自愈验证
→
25
文档与知识库
Swagger·ADR·Runbook
→
26
团队协作
Git Flow·Code Review·On-Call
→
27
案例实战一
ResNet-50 + Triton + K8s
→
28
案例实战二
BERT + TorchServe + Istio
→
29
案例实战三
推荐系统实时特征 + 在线学习
→
30
总结与展望
MLOps成熟度·边缘部署·Serverless ML
→