← 返回文章列表

GS Caltex 使用 Amazon SageMaker Canvas 实施生产级 MLOps(上)

GS Caltex 将 Canvas 模型接入生产流水线 截至 2026 年 11 月 13 日,GS Caltex 已将 Amazon SageMaker Canvas 中验证的数据预处理流程和模型接入 Amazon SageMaker Pipelines,用于生产部署与定时批量推理。此前,Canvas 资产即使已经完成验证,仍需 ML 工程师手工配置生产

文章封面

GS Caltex 将 Canvas 模型接入生产流水线

截至 2026 年 11 月 13 日,GS Caltex 已将 Amazon SageMaker Canvas 中验证的数据预处理流程和模型接入 Amazon SageMaker Pipelines,用于生产部署与定时批量推理。此前,Canvas 资产即使已经完成验证,仍需 ML 工程师手工配置生产数据路径、模型配置以及预处理和推理任务。

据 GS Caltex 报告,完成自动化交接后,ML 工程师部署模型所需时间由约一周缩短至数小时;系统每 30 分钟运行一次批量推理,并称这一调整显著降低了推理成本。上述时间和收益属于该公司披露的实践结果,并非 AWS 对所有客户的统一承诺。

让流程知识与工程能力各司其职

  • 流程工程师在 SageMaker Canvas 中以可视化方式准备数据、训练和评估模型,并利用工艺知识判断预测是否可用,无需编写代码。
  • ML 工程师在 SageMaker Pipelines 中配置预处理、批量推理、结果组装及执行顺序,负责模型版本、审批状态和失败处理。

验证后的模型可注册到 SageMaker Model Registry。ML 工程师审核模型文件、推理配置和评估结果,批准后创建 SageMaker 模型资源,供后续 Batch Transform 任务引用。新的模型版本发布时需要重新注册和部署,定时推理任务则复用已部署模型。

生产工作流包含五个关键步骤

  • PrepareInput:准备推理数据,并在必要时补充目标列占位值。
  • PreprocessNewData:执行从 Canvas 导出的 Data Wrangler 预处理流程。
  • DropTargetColumn:移除目标列及 CSV 表头,只保留训练时使用的特征。
  • BatchPredict:使用已批准的模型执行批量推理。
  • AssembleResults:按记录位置合并预处理数据与预测结果。

预处理流程以 SageMaker Processing 作业导出,流水线需要复用该作业的容器镜像、输入路径、执行角色和输出标识,并固定已学习的缩放、编码等参数,不能在每次推理时重新拟合。模型包即使已处于已批准状态,也仍应在部署代码中检查状态,因为 Model Registry 本身不会阻止未批准模型参与每一次推理请求。

适用的是可等待的批处理工作负载

该架构适合能够按批次处理记录、以定时运行代替持续在线推理的场景。Batch Transform 在任务结束后释放计算资源,不需要为每个模型长期维持端点;如果业务要求稳定、低延迟响应,则更适合使用预置的实时端点。启用每 30 分钟调度前,还应评估完整工作流的实例类型、运行时长、任务频率和存储成本。

上线前需要处理的限制

  • 训练数据包含目标列,而推理数据通常没有。只有在占位值不影响过滤、特征派生或目标编码时,才能直接采用补列再删列的方案。
  • 预处理流程可能引用固定的 S3 输入位置,共享该位置的执行不能重叠。声明流水线参数不会自动改写 .flow 文件中的 URI。
  • 如果迁移到其他 AWS 区域,需要确认所用容器镜像在该区域可用。
  • 结果合并前必须校验文件顺序和行数;若预处理会排序或删除记录,应保留源记录 ID 与预测结果之间的明确映射。

资料来源:Production MLOps at GS Caltex with Amazon SageMaker Canvas, part 1(2026-11-13)。

相关文章

Azure AI Speech LLM 09-2026 正式发布:语言区域支持范围得到进一步扩大CUDA 二十周年:这个平台如何改变科学计算Duco 如何利用 Amazon Bedrock AgentCore 革新金融数据自动化使用 Amazon Bedrock 托管知识库的 Agentic Retrieve 构建具备记忆能力的 AI 智能体

一起聊聊

留下你的想法,评论审核通过后展示。

想进一步了解?

留下需求和联系方式,我们会就本次咨询与你联系。

本站使用有效期 180 天的随机浏览器标识统计访问与阅读情况,并记录访问 IP 及其大致所属地区,仅管理员可见;浏览器启用“请勿跟踪”时停止访问采集。