本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

多模型端點的自訂容器合約

若要處理多個模型，容器必須支援一組可讓 Amazon SageMaker AI 與容器進行溝通的 API，以視需要載入、列出、取得和取消載入模型。model_name 會用於新的 API 集，做為金鑰輸入參數。客戶容器應使用 model_name 做為對應金鑰來追蹤已載入的模型。此外，model_name 是不透明的識別符，且未必是傳遞到 InvokeEndpoint API 的 TargetModel 參數的值。InvokeEndpoint 請求中的原始 TargetModel 值會傳遞到 API 中的容器，做為可用於記錄用途的 X-Amzn-SageMaker-Target-Model 標題。

您可於容器為 CPU 支援的多模型端點設定下列 API。

Load Model API

指示容器將主體 url 欄位中現有的特定模型載入到客戶容器記憶體中，並使用獲派的 model_name 進行追蹤。載入模型後，容器應該已準備就緒，可使用此 model_name 為推斷請求提供服務。

POST /models HTTP/1.1
Content-Type: application/json
Accept: application/json

{
     "model_name" : "{model_name}",
     "url" : "/opt/ml/models/{model_name}/model",
}

List Model API

傳回已載入到客戶容器的記憶體的模型清單。

GET /models HTTP/1.1
Accept: application/json

Response = 
{
    "models": [
        {
             "modelName" : "{model_name}",
             "modelUrl" : "/opt/ml/models/{model_name}/model",
        },
        {
            "modelName" : "{model_name}",
            "modelUrl" : "/opt/ml/models/{model_name}/model",
        },
        ....
    ]
}

此 API 也支援分頁。

GET /models HTTP/1.1
Accept: application/json

Response = 
{
    "models": [
        {
             "modelName" : "{model_name}",
             "modelUrl" : "/opt/ml/models/{model_name}/model",
        },
        {
            "modelName" : "{model_name}",
            "modelUrl" : "/opt/ml/models/{model_name}/model",
        },
        ....
    ]
}

SageMaker AI 不需要提供值給 next_page_token 即可在一開始呼叫列出模型 API。如果回應中傳回了 nextPageToken 欄位，則會提供該欄位做為後續 List Models 呼叫中 next_page_token 的值。若未傳回 nextPageToken，則表示沒有其他要傳回的模型。

Get Model API

這是 model_name 實體上的簡易讀取 API。

GET /models/{model_name} HTTP/1.1
Accept: application/json

{
     "modelName" : "{model_name}",
     "modelUrl" : "/opt/ml/models/{model_name}/model",
}

Unload Model API

指示 SageMaker AI 平台引導客戶容器從記憶體中取消載入模型。這會根據平台在開始載入新模型程序時的判斷，發起移出候選模型。當此 API 傳回回應時，佈建到 model_name 的資源應由容器重新取得。

DELETE /models/{model_name}

調用模型 API

從提供的特定 model_name 提出預測請求。SageMaker AI 執行時期 InvokeEndpoint 請求支援利用 X-Amzn-SageMaker-Target-Model 做為新標題，這會採用針對調用指定模型的相對路徑。SageMaker AI 系統會將 CreateModel API 呼叫提供的字首與模型的相對路徑加以結合，藉此建構模型的絕對路徑。

POST /models/{model_name}/invoke HTTP/1.1
Content-Type: ContentType
Accept: Accept
X-Amzn-SageMaker-Custom-Attributes: CustomAttributes
X-Amzn-SageMaker-Target-Model: [relativePath]/{artifactName}.tar.gz

此外，在 GPU 執行個體，如 InvokeEndpoint 因記憶體或其他資源不足而失敗，則此 API 應將 507 HTTP 狀態碼傳回給 SageMaker AI，然後啟動卸載未使用模型以便進行回收。