Maîtrise du Multi-threading sur Viya 4

Est-il possible de contrôler finement les ressources de calcul dès la création du modèle ? - buildModel

Absolument. L'action propose le paramètre nThreads qui permet de spécifier le nombre de threadsUnités d'exécution parallèles au sein d'un processus CAS. Ils permettent de distribuer simultanément les calculs sur plusieurs cœurs CPU pour accélérer le traitement des données dans SAS Viya. à allouer pour les opérations liées au modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). sur chaque nœud de calcul du worker. Par défaut, le système optimise cette valeur, mais un architecte peut choisir de la brider ou de l'augmenter pour gérer la charge de travail en parallèle. C'est un aspect technique crucial lors de l'exécution dans des environnements de microservicesLes microservices sont une approche d'architecture logicielle où une application est décomposée en une collection de petits services indépendants, spécialisés et communicant entre eux via des APIs légères. Contrairement aux architectures "monolithiques" anciennes, chaque microservice remplit une fonction unique (ex: gestion du catalogue, authentification, moteur de calcul).

Dans SAS Viya 4, cette architecture est native. Elle permet à la plateforme de s'exécuter sur Kubernetes, offrant une flexibilité totale : chaque composant de SAS peut être mis à jour, redémarré ou mis à l'échelle (scaling) individuellement sans affecter le reste du système. où la gestion des ressources doit être équilibrée entre plusieurs utilisateurs.

Exemples pour l'action buildModel

Création d'un modèle DNN par défaut

Cet exemple initialise un modèle vide nommé 'mon_modele' avec le type par défaut (DNN).

Initialisation d'un modèle CNN pour la vision par ordinateur

Ici, on crée spécifiquement un modèle de type CNN, en s'assurant de remplacer toute table existante du même nom et en ajoutant un label descriptif.

Conseil de l'Expert

Ne confondez pas nThreads avec le nombre de workers CAS. Alors que les workers définissent l'élasticité horizontale, nThreads gère l'élasticité verticale au sein de chaque pod. Pour des modèles de Deep Learning ou de Gradient Boosting massifs, fixez explicitement nThreads à une valeur légèrement inférieure au "CPU Limit" de votre manifeste Kubernetes pour éviter le throttling (bridage) par l'ordonnanceur K8s.

Optimisation technique des ressources de calcul

Affinité CPU et NUMA : Le paramètre nThreads influence directement la manière dont l'exécuteur CAS lie les processus aux cœurs physiques, minimisant les sauts de mémoire entre nœuds NUMA.
Gestion de la contention : En environnement multi-tenant, brider nThreads permet de garantir qu'une session de Data Science ne sature pas l'intégralité des ressources du pool de calcul partagé.
Précision du Gradient Descent : Dans certaines actions analytiques, le nombre de threads peut impacter la reproductibilité exacte des résultats en raison de l'ordre d'agrégation des sommes flottantes.