オンライン予測モデルを削除する

このページでは、オンライン予測モデルとそれに関連付けられているすべてのリソースを削除するプロセスについて説明します。

始める前に

オンライン予測にアクセスするために必要な権限を取得するには、プロジェクト IAM 管理者に Vertex AI 予測ユーザー（vertex-ai-prediction-user）ロールの付与を依頼してください。

このロールの詳細については、IAM 権限を準備するをご覧ください。

また、バケット内のオブジェクトの削除に必要な権限を取得するには、プロジェクトに対するプロジェクト バケット オブジェクト管理者（project-bucket-object-admin）ロールを付与するようプロジェクト IAM 管理者に依頼してください。

リソースの削除

オンライン予測モデルとそれに関連付けられているすべてのリソースを削除する場合は、次の手順を行います。

  1. 予測クラスタでモデルに関連付けられている DeployedModel カスタム リソースを削除します。

    kubectl --kubeconfig PREDICTION_CLUSTER_KUBECONFIG delete -f DEPLOYED_MODEL_NAME.yaml

    次のように置き換えます。

    • PREDICTION_CLUSTER_KUBECONFIG: 予測クラスタの kubeconfig ファイルのパス。
    • DEPLOYED_MODEL_NAME: DeployedModel 定義ファイルの名前。

  2. 次のいずれかの方法で Endpoint カスタム リソースを編集します。

    • DeployedModel が使用するエンドポイントで他のモデルがホストされていない場合は、予測クラスタで Endpoint カスタム リソースを削除します。

      kubectl --kubeconfig PREDICTION_CLUSTER_KUBECONFIG delete -f ENDPOINT_NAME.yaml

      ENDPOINT_NAME は、Endpoint 定義ファイルの名前に置き換えます。

    • DeployedModel が使用するエンドポイントが他のモデルをホストしている場合は、次の操作を行います。

      1. 予測クラスタの Endpoint カスタム リソースを更新します。

        kubectl --kubeconfig PREDICTION_CLUSTER_KUBECONFIG edit -f ENDPOINT_NAME.yaml

        ENDPOINT_NAME は、Endpoint 定義ファイルの名前に置き換えます。

      2. YAML ファイルで、以前に削除した DeployedModel 参照を含む serviceRef オブジェクトを手動で削除します。

      3. YAML ファイルの変更を保存します。

  3. ストレージ バケットからモデルを削除します。ストレージ バケットからオブジェクトを削除する方法については、プロジェクト内のストレージ オブジェクトを削除するをご覧ください。