探索MAAS：为模型开发者打造的高效平台

在当今这个数据驱动的时代，机器学习模型的创建与部署已成为众多开发者关注的核心。本周Gpugeek面向模型开发者，上线了maas创建、部署模型功能。接下来，让我们一起来看看如何在Gpugeek上进行创建并部署模型，以及如何发布和调用其他开发者共享的模型吧！！！

一、Mass模型创建

Step 1 : 注册Gpugeek账号：点击下方链接，注册并登录GpuGeek云平台，点击左上方「模型市场」进入模型页面，点击头像进入模型创建页面
地址：https://gpugeek.com/login?type=register&source=wechat_gpugeek_01

Step 2 : 登录MAAS平台，进入【我的模型】页面，点击【创建模型】按钮，即可进入模型创建页面。

ps：我们为大家准备了操作指南可供参考哦

Step 3 : 填写基本信息

在模型创建页面，您需要填写模型的基本信息，包括模型名称和用户标识前缀。
模型名称建议使用英文或数字以及连接符‘-’进行命名，以确保兼容性和易读性。
用户标识前缀将作为模型名称的一部分，您可以在模型管理页面进行编辑，但每月仅支持变更一次。

Step 4 : 设置模型属性

接下来，您需要设置模型的属性。MAAS平台支持公开模型和私有模型两种类型。
公开模型面向所有人开放，任何人都可以进行体验或调用，并会向调用者收取一定的费用。而私有模型则仅供您自己查看和使用。

请注意！！！
每个模型在初始创建时，仅支持选择私有方式。完成模型推送并补充完善模型简介和README后，您才可以将模型编辑为公开状态。公开模型将经过后台审核，通常在1个工作日内完成，您可以随时查看审核状态。

Step 5 : 选择硬件

根据您的模型任务类型、参数量以及其他性能指标要求，为模型指定运行的硬件类型。选择合适的硬件可以确保模型的高效运行。完成以上设置后，点击【创建】按钮，即可完成模型创建。

Step 6 : 模型推送与信息完善

刚创建的模型暂时无法运行，需要通过模型推送工具Gear将您的自定义模型推送到MAAS平台。推送完成后，您需要完善模型信息，包括模型简介和README。模型简介应简明扼要地介绍模型特性，而README则应详细介绍模型的作用、使用方法、常见用例、使用限制、模型细节、应用场景、故障排除以及引文和致谢等信息。

您可以在已完成推送的模型体验区进行调用，并将最佳输出结果添加到示例中，以便其他用户快速了解模型的最佳用法和输出效果。

二、模型部署

Step 1 : 关于部署

模型部署是将个人公开模型或私有模型部署在GPU实例上，并设置自动扩缩容的范围。相比于直接调用公开模型API，部署服务更加稳定高效。它可以根据请求量大小自动调整算力资源，同时提供部署服务的运行监控，方便您随时掌握部署服务的运行状态。

Step 2 : 创建部署

访问【我的部署】页面，点击【创建部署】按钮，进入部署创建页面。在页面中填写部署名称，并选择要部署的模型名称和版本。请注意，官方的公开模型不支持部署。

Step 3 : 接下来，配置模型部署的实例类型、单个实例的GPU数量以及实例的自动扩缩容范围。根据您的需求填写相应的数值，以确保部署服务的稳定性和高效性。

Step 4 : 管理部署

部署创建完成后，您可以在【我的部署】页面查看部署列表，展示部署服务的名称和运行中的实例数量。点击部署服务进入详情页面，可以查看模型部署的体验区、API说明以及运行记录等信息。

在【设置】面板中，您可以修改部署服务的配置，包括名称、模型版本以及硬件配置。如果您需要临时调整部署服务的配置信息或暂停该部署服务，可以点击【禁用此部署】按钮。禁用操作预计在1分钟后生效，期间不会继续产生计费。如果您需要彻底删除部署服务，可以点击【删除部署】按钮，但请注意，服务一旦删除将无法恢复，请谨慎操作。

三、模型调用

多样化的模型调用方式：无论是公开模型，还是部署服务，均可以通过多种方式进行调用。为了满足不同用户的需求，平台提供了两种主要的模型调用方式：界面体验区和API调用。

Step 1 : 模型体验区

每个模型在平台上都有自己的体验区界面。通过直观的Web表单，您可以轻松填写模型请求参数，并即时查看输出结果。这种体验方式特别适合首次运行模型时，让您能够快速了解模型的效果。在后续稳定使用后，您还可以选择更加高效的API调用方式。

Step 2 : API调用

平台提供了丰富的API调用方式，包括HTTP、Node.js、Python等，确保您能够根据自己的技术栈选择最合适的方式。特别是针对文本对话类的模型，平台还支持OpenAI格式兼容，让您的迁移成本大大降低。

• 使用HTTP方式调用API：通过简单的curl命令，您可以快速发送请求并获取响应。

• 使用Python客户端调用API：平台提供了详细的Python代码示例，包括设置请求URL、请求头、请求参数以及发送POST请求等步骤，让您能够轻松上手。

• 使用Node.js客户端调用API：如果您更熟悉Node.js，平台同样提供了相应的代码示例，帮助您快速实现模型调用。


• OpenAI兼容模式：为了降低您的迁移成本，平台还支持OpenAI格式的兼容模式。只需安装指定版本的OpenAI模块，并初始化客户端，您就可以像使用OpenAI一样使用本平台的模型服务。

作为模型开发者，您不仅可以在平台上部署自己的模型，还可以选择将其公开发布。这样，其他用户就可以在平台上找到并使用您的模型，实现知识的共享与价值的传递。同时，您也可以浏览并部署其他人公开的模型，拓展自己的技术视野和应用场景。

MAAS平台为模型开发者提供了一个高效、便捷的创建与部署平台。平台以其简便的模型创建与部署流程、多样化的模型调用方式以及灵活的模型发布与共享机制，正逐渐成为模型开发者们的首选之地。无论您是初学者还是资深专家，都可以在这里找到适合自己的工具和资源，共同推动人工智能技术的进步与发展。

赶快加入我们，一起探索MAAS平台的无限可能吧！！！