BentoML：一体化模型服务框架

BentoML 是一个开源的模型服务库，旨在使用 Python 构建高性能和可扩展的人工智能应用。它提供了服务优化、模型打包和生产部署所需的一切。

github_ai_big_model_bentoml_1

核心特点：

Bento 容器：为 AI 应用打包代码、推理管道、模型文件、依赖项和运行时配置。
自动生成 API 服务器：支持 REST API、gRPC 和长时间运行的推理任务。
自由构建任何 AI 模型：支持从任何模型中心导入或自带使用 PyTorch、TensorFlow 等框架构建的模型。
推理优化：集成高性能运行时如 ONNX-runtime 和 TorchScript，提高响应时间和吞吐量。
简化现代 AI 应用架构：Python 优先！轻松扩展复杂的 AI 工作负载。
随处部署：一键部署到 BentoCloud，或使用 Kubernetes 上的 Yatai 进行可扩展部署。

安装指令：

安装指令：pip install bentoml

应用示例：

OpenLLM：在本地及云端运行开源大型语言模型（LLM），如 Llama 2 和 Mistral，作为兼容 OpenAI 的 API 端点。
BentoXTTS：根据自定义音频数据将文本转换为语音。
BentoSDXLTurbo：创建图像生成应用并一步完成推理操作。
BentoControlNet：通过集成 ControlNet 调整图像组成，确保空间一致性。

部署示例：

安装依赖后，定义服务逻辑并在本地运行 BentoML 服务。以下示例展示了如何使用 BentoML 服务本地运行和部署一个简单的文本摘要应用。

    
    pip install torch transformers "bentoml>=1.2.0a0"

    
    from __future__ import annotations
import bentoml
from transformers import pipeline

@bentoml.service(
    resources={"cpu": "2"},
    traffic={"timeout": 10},
)
class Summarization:
    def __init__(self) -> None:
        self.pipeline = pipeline('summarization')

    @bentoml.api
    def summarize(self, text: str) -> str:
        result = self.pipeline(text)
        return result[0]['summary_text']

    
    bentoml serve service:Summarization

BentoML 提供了一个强大的框架，用于快速开发和部署机器学习模型，使得机器学习工程师可以更加专注于模型的创新和优化。