基于 Amazon SageMaker 的 AIGC 应用部署与 Web 集成实践
背景
Amazon SageMaker 汇集广泛采用的亚马逊云科技机器学习和分析功能，统一访问所有数据，为分析和人工智能提供一体式体验。使用亚马逊云科技工具进行模型开发、生成式人工智能、数据处理和 SQL 分析，在协作开发工作室中加快协作和构建，借助强大的生成式人工智能软件开发助手 Amazon Q 开发者版提升效率。无论数据存储在数据湖、数据仓库，还是第三方或联合数据来源中，均可访问所有数据，同时内置治理功能可满足企业安全需求。
前言
本文将通过 Amazon SageMaker Notebook 实例完成 AIGC 模型的测试与验证，再将模型部署至 Amazon SageMaker Inference Endpoint 实现服务化，最后利用 Amazon Cloud9 调试 Web 应用，并调用已部署的 SageMaker Inference Endpoint 实现 AIGC 模型的实际应用。
Amazon SageMaker 部署 AIGC 模型
步骤一：创建亚马逊云科技账户
- 注册亚马逊云科技账户。
- 进入注册页面（使用电子邮件地址进行注册），进入创建亚马逊云科技账户页面。如果最近登录过亚马逊云科技，请选择登录控制台。如果未显示创建新亚马逊云科技账户，请首先选择登录其他账户，然后选择创建新亚马逊云科技账户。在根用户电子邮件地址中，输入电子邮件地址，编辑亚马逊云科技账户名称，然后选择验证电子邮件地址。该地址会收到一封包含验证码的亚马逊云科技验证电子邮件。
- 安全验证：验证电子邮件地址（输入收到的代码，然后选择验证，可能需要几分钟才会收到代码，检查电子邮件和垃圾邮件文件夹中是否有验证码电子邮件）。
- 设置用户信息：输入根用户密码和确认根用户密码，选择个人或企业。
- 添加付款信息（账单信息页面上，输入付款方式的信息，然后选择验证并添加，必须先添加有效的支付方式才能继续注册）。
- 用户信息验证（选择接收验证码的联系方式、选择电话号码的国家或地区代码）。
- 客户验证与激活账户（选择亚马逊云科技支持服务计划）。
- 注册成功。
步骤二：创建 Amazon SageMaker Notebook 实例
- 登录亚马逊云科技控制台。
- 进入 SageMaker 服务，在搜索框中搜索 SageMaker。
- 进入 Notebook 笔记本实例控制面板（左侧菜单栏，点击笔记本实例，进入笔记本 Notebook 实例控制面板）。
- 创建笔记本实例。
- 配置笔记本实例设置，在创建笔记本实例详情页中，配置笔记本实例的基本信息（设置笔记本实例的名称、选择笔记本实例、以及存储的大小）。
- 配置笔记本实例权限（笔记本实例创建一个 IAM 角色，用于调用包括 SageMaker 和 S3 在内的其他服务，例如上传模型、部署模型等）。在 IAM 角色处，点击下拉列表，选择创建新角色。
- 弹出的配置页面中，默认配置即可。
- 成功创建 IAM 角色。
- 创建实例（检查先前配置的信息，确认无误点击创建笔记本实例）。
- 等待实例创建成功，进入 Jupyter Notebook。
- 构建 Stable Diffusion 环境（Jupyter Lab 控制台，选择最下面的 Terminal）。
- 下载 Notebook 代码文件。
- 打开刚刚下载的 Notebook 文件，内核选择 conda_pytorch_p39。
步骤三：Amazon Cloud9 构建前后端 Web 应用
- 在亚马逊云科技控制台进入 Cloud9 服务。
- 创建 Cloud9 环境。
- 配置 Cloud9 环境名字。其他部分配置保持默认，等待创建成功即可。
- 进入 Amazon Cloud9 环境。
- 在 Cloud9 下方的控制台中输入以下指令下载保存 Web 应用程序代码压缩文件，并将该压缩文件进行解压。解压后 SampleWebApp 文件夹包含以下内容：后端代码 app.py（接收前端请求并调用 SageMaker Endpoint 将文字生成图片），两个前端 html 文件 image.html 和 index.html。
