首页
/ MLRun v1.9.0-rc2 版本发布:模型监控与API升级亮点解析

MLRun v1.9.0-rc2 版本发布:模型监控与API升级亮点解析

2025-07-01 01:20:32作者:尤辰城Agatha

MLRun作为一个开源的机器学习运维平台,在最新发布的v1.9.0-rc2版本中带来了一系列重要的功能增强和问题修复。这个版本特别关注了模型监控能力的提升、API架构的现代化改造以及核心功能的稳定性优化。

核心功能升级

在模型监控方面,开发团队进行了多项改进。首先移除了特征向量保存功能,简化了监控流程;其次优化了TDEngine的时间戳处理精度,现在可以支持微秒级精度;同时修复了应用artifact数据集中端点UID的添加问题。这些改进使得模型监控系统在处理大规模生产环境数据时更加精确和可靠。

API层完成了重要的架构升级,将mlrun-api迁移到了Python 3.11环境。这一变化不仅带来了性能提升,也为后续的功能开发奠定了更好的基础。同时,GPU镜像也同步升级到了Python 3.11和CUDA 12.8.1,确保了深度学习工作负载的高效执行。

性能与稳定性优化

在流处理方面,修复了模型监控流中的显式确认问题,避免了对偏移量提交管理的干扰。数据库层改进了对不含毫秒时间戳的处理能力,增强了系统的鲁棒性。Spark监控状态中的竞态条件问题也得到了修复,提升了分布式计算场景下的稳定性。

服务层进行了多项改进,包括修复了使用set_flow时的步骤名称问题,以及明确设置了异步作为流拓扑的默认行为。这些改动使得服务编排更加可靠和符合预期。

开发者体验提升

项目管理和流水线功能得到了增强,现在可以配置项目摘要中显示的流水线天数范围,并支持对流水线进行过滤。artifact日志记录现在允许使用none值,提供了更大的灵活性。应用层修复了冗余函数版本保存的问题,优化了资源使用。

在依赖管理方面,storey库进行了版本升级,同时移除了Python 3.11的lint检查,简化了开发环境配置。教程文档也进行了更新,增加了批处理推理教程中的等待时间或指标,使学习体验更加顺畅。

这个版本展示了MLRun团队对产品质量的持续追求,通过一系列精细的改进和修复,进一步提升了平台的稳定性、性能和用户体验。对于正在使用MLRun进行机器学习项目开发和运维的团队来说,升级到这个版本将获得更可靠的基础设施支持。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
486
37
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
315
10
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
191
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
991
395
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
276
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
937
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
69