Nástroj příkazového řádku pro běhové prostředí AI

Important

Tato funkce je ve verzi Public Preview.

Rozhraní air příkazového řádku odesílá a spravuje distribuované trénovací úlohy v prostředí AI Runtime, výpočetní platformu GPU bez serveru na vyžádání. CLI používá konfiguraci úloh ve formátu YAML, integruje se s MLflow a podporuje pracovní postupy pro kód založené na pracovních prostorech a Gitu.

air CLI je v souladu se stejnými standardy souladu jako AI Runtime. Informace o podporovaných standardech a výjimkách najdete v profilu zabezpečení dodržování předpisů.

Kdy použít rozhraní příkazového řádku

Použijte rozhraní příkazového řádku AI Runtime, když chcete:

• Odešlete trénovací úlohy GPU z přenosného počítače a editoru kódu bez otevření poznámkového bloku.
• Definujte trénovací úlohy deklarativně pomocí YAML, aby je bylo možné uložit do správy verzí.
• Spouštějte dlouhodobé trénovací úlohy nebo distribuované trénování na více uzlech – úlohy, které musí běžet déle než interaktivní relace nebo probíhají na více než jednom uzlu.

Informace o rozhraní Python API v poznámkovém bloku (@distributed a @ray_launch) najdete místo toho v tématu Distribuované trénování v poznámkových blocích.

Pokud chcete interaktivně pracovat na jednom uzlu GPU přes SSH – z terminálu nebo integrovaného vývojového prostředí (místo odeslání úlohy) použijte databricks ssh connect. Viz Připojení k Databricks pomocí tunelu SSH.

V této části

• Instalace rozhraní příkazového řádku AI Runtime
• Rychlý úvod k AI Runtime CLI
• Referenční příručka k příkazům AI Runtime CLI
• Referenční informace k YAML pro úlohy
• Sledování spuštění pomocí MLflow a stránky spuštění úloh
• Použití vlastních imagí Dockeru
• Příklady rozhraní příkazového řádku AI Runtime