01 / UNDERSTAND
仕組みと使いどころ
新しいモデル、コンテナ、推論基盤などへ実際の要求のコピーを送り、その応答を記録して現行環境と比較する。変更を本番に反映する前に、実際のトラフィックを使って候補の挙動を検証できる。一方、候補へ本番トラフィックを直接割り当てる方式ではないため、切り替えそのものの検証とは異なり、移行時には段階的なトラフィック配分など別の手順が必要になる。
02 / IN PRACTICE
Shadow deploymentの活用例
たとえば、こんな場面で
更新候補のモデルへ本番要求を複製し、応答を記録して現行モデルとの差を確認する。
03 / GOOD TO KNOW
使うときのポイント
比較対象をモデルだけに限定せず、コンテナやインスタンスなど変更する推論基盤も明確にする。
参考資料
Model Deployment in SageMaker AI （新しいタブで開きます）Safe rollout for online endpoints - Azure Machine Learning （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。