探索MAAS：为模型开发者打造的高效平台

最新推荐文章于 2025-07-11 14:57:42 发布

原创最新推荐文章于 2025-07-11 14:57:42 发布 · 1.5k 阅读

CC 4.0 BY-SA版权

文章标签：

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：GpuGeek智算云

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。