ශ්‍රී ලංකාවේ නවතම තාක්ෂණික පුවත් 2026-07-26, Sunday
☁️ ක්ලවුඩ් තාක්ෂණය · 🕒 කියවීමට විනාඩි 2 · 👁 1

10 මිනිත්තුවකින් Jupyter Notebook එකෙන් Serverless AI API එකක් සකස් කරමු – MLOps අත්දැකීමක් නැතිව!

10 මිනිත්තුවකින් Jupyter Notebook එකෙන් Serverless AI API එකක් සකස් කරමු – MLOps අත්දැකීමක් නැතිව!

ඔබගේ Machine Learning මොඩලයක් නිර්මාණය කරගත් පසු, එය යථාර්ථයෙහි යෙදවීමට තැන්පත් කිරීමේ ගැටළුවෙන් තවත් වේදනාවක් ඇති වෙලාද? දැන් ඒ වේදනාවට සමුදෙන්න – මිනිත්තු 10ක් තුළම ඔබේ Python මොඩලය Serverless AI API එකක් කරගන්න පුළුවන්.

Serverless තාක්ෂණය කියන්නේ, පසුබැසී ඇති සර්වර්, OS, නෙට්වර්ක් සැකසුම්, Docker ආදිය වගේ දේවල් අතහැරලා, සෘජුවම කේතය (code) සහ මොඩලය (model) ක්ලවුඩ් පරිසරයට දාපු පසු, එය ස්වයංක්‍රීයව ඉදිරිපත් වන පරිදි ක්‍රියා කරන සේවාවක්. ඔබට අවශ්‍යේ කේතය සූදානම් කරලා, කුඩා Docker රූපයක් (image) එකක් උත්පාදනය කරලා, ඒක Cloud Run වගේ Serverless සේවාවකට දමන්නයි.

සාම්ප්‍රදායික MLOps ක්‍රියාපටිපාටිය මේ ආකාරයට පවතී: සර්වර් තෝරාගැනීම, OS ස්ථාපනය, නෙට්වර්ක් සැකසුම්, අවශ්‍ය Python ලයිබ්‍රරී (library) වර්ෂන පාලනය, Flask/FastAPI සේවා ලේඛනය, Dockerfile ලිවීම, Docker රූපය සාදීම, Kubernetes හෝ Docker Swarm මගින් orchestration, load‑balancing, monitoring, updates. මේ සියල්ලක් එක් එක් පියවරක් අසාර්ථක වුවහොත්, ඔබේ වැඩ වේලාව අඩු වීමට හේතුවක් වේ.

Serverless භාවිතයෙන් ඔබට ලැබෙන ප්‍රධාන වාසියන්:

  • ඉතා වේගවත් ප්‍රදර්ශනය: පූර්ව සැකසුම් ඇති නිසා මිනිත්තු කිහිපයකින් API එක සජීවී වේ.
  • අධි-ස්කේලබල්: ඉල්ලීම් වැඩි වූ විට ක්ලවුඩ් ස්වයංක්‍රීයව සම්පත් (resources) වැඩි කරයි, ඉල්ලීම් නැති විට පවතින සම්පත් නොගෙවයි.
  • ආර්ථික වශයෙන් ඉතිරි: ඔබේ API ක්‍රියාත්මක වන වේලාවේ පමණක් ගෙවීම.
  • අඩු පරිපාලන භාරය: සර්වර් පෑච්, OS updates, hardware පාලනය ආදිය සේවා සැපයුම්කරු විසින් කළමනාකරණය කරයි.

10‑මිනිත්තු Blueprint එක මෙසේ:

  • මොඩලය (model.pkl, model.h5) සහ requirements.txt එකක් සකස් කරගන්න.
  • FastAPI භාවිතයෙන් main.py ෆයිලය ලියන්න – POST ඉල්ලීම් පාරම්පරිකව ප්‍රතිඵල ලබාදීම.
  • Dockerfile එක සකස් කර, docker build සහ docker push ක්‍රියාත්මක කරන්න.
  • Google Cloud Run (හෝ AWS App Runner) හි gcloud run deploy හෝ සමාන CLI විධාන භාවිතා කර API එක ප්‍රකාශයට පත් කරන්න.
  • API URL එක ලැබුණු පසු, Swagger UI හෝ Postman මගින් පරීක්ෂා කරන්න.

ශ්‍රී ලංකාවට ඇති වැදගත්කම

ශ්‍රී ලංකාවේ තරුණ සංවර්ධකයින්ට, මෙම Serverless ක්‍රමය ඉගෙන ගැනීම මඟින් AI/ML ව්‍යාපෘති ඉක්මනින් නිෂ්පාදනය කරගැනීමට අවස්ථාව ලැබේ. පළපුරුදු DevOps කණ්ඩායමක් නොමැතිවම, ස්ථානීය ව්‍යාපාරයන්ට AI‑API සේවා සපයන්න පුළුවන්, එමඟින් නව නිෂ්පාදන, ගනුදෙනුකාරී පරිභෝජක අත්දැකීම් සහ පාරිභෝගික සේවා උත්පාදනයේ තත්ත්වය ඉහළ යයි. තවද, Cloud Run වැනි Serverless සේවා භාවිතයෙන් ආර්ථික පිරිවැය අඩු කර, ආරම්භක ආයෝජන අවශ්‍යතා නැතිව, තාක්ෂණික නවෝත්පාදනයේ ගමන් පියවර තවත් වේගවත් වේ.

ඉතින්, ඔබේ මොඩලය තවත් පාරිභෝගිකයින් හෝ අයදුම්පත් සමඟ සම්බන්ධ කරගැනීමට, තාක්ෂණික ගැටළු වලට අතුරුදන් වීමට, මේ Serverless ML Deployment ක්‍රමය අත්හදා බලන්න. මිනිත්තු 10ක් තුළම ඔබේ AI සේවාව ලෝකයට අත්දැකීමට සූදානම්!

💡 ඔබේ AI මොඩලය දැන් Serverless API එකක් කරලා බලන්න!
මූලාශ්‍රය මෙම ලිපිය AI මගින් රචිත මුල් සාරාංශයකි. සම්පූර්ණ වාර්තාව කියවන්න:
Dev.to ↗
#Serverless #ML #API #Python #Cloud