Databricks KI-Umgebung

Die Databricks AI-Umgebung ist eine kuratierte GPU-fähige Laufzeit, die auf die KI-Entwicklung zugeschnitten ist. Sie wird in serverloser GPU-Umgebung 4 und höher unterstützt.

Diese neue Umgebung optimiert die Entwicklung durch die Bereitstellung eines vollständig vorkonfigurierten Bibliotheksstapels für maschinelles Lernen (einschließlich Frameworks wie PyTorch, HuggingFace Transformers usw.) und nativer Unterstützung für GPUs. Es ist in Databricks-Notizbücher, Unity-Katalog und MLflow integriert und bietet eine integrierte Oberfläche. Mit der KI-Umgebung können ML-Teams einfach einen einsatzbereiten GPU-Cluster auswählen und Sofortschulungsmodelle starten, anstatt Tage für Setup und Problembehandlung zu verbringen.

Herstellen einer Verbindung mit der KI-Umgebung

So verwenden Sie die Databricks AI-Umgebung aus einem Databricks-Notizbuch, das mit serverlosem GPU-Compute verbunden ist:

1. Klicken Sie in einem Notizbuch oben auf das Dropdownmenü "Verbinden ", und wählen Sie "Serverless GPU" aus.
2. Klicken Sie auf das Um den Seitenbereich "Umgebung " zu öffnen.
3. Wählen Sie A10 aus dem Feld Beschleuniger aus.
4. Wählen Sie AI v4 für die KI-Umgebung aus dem Feld "Basisumgebung " aus.
5. Wenn Sie "Keine" aus dem Feld " Basisumgebung " ausgewählt haben, wählen Sie die Umgebungsversion aus.
6. Klicken Sie auf Anwenden und anschließend auf Bestätigen, um die serverlose GPU-Berechnung auf Ihre Notebook-Umgebung anzuwenden.

So richten Sie die Databricks AI-Umgebung für einen Notebook-Job im serverlosen GPU-Betrieb ein:

1. Klicken Sie im Abschnitt Umgebung und Bibliotheken der Notizbuchauftrags-Einstellungen auf Umgebung des Notizbuchs bearbeiten.
2. Klicken Sie auf das Um den Seitenbereich "Umgebung " zu öffnen.
3. Wählen Sie AI v4 für die KI-Umgebung aus dem Feld "Basisumgebung " aus.

Die neuen Aufträge können die Databricks AI-Umgebung erfassen.

Häufig gestellte Fragen

Was ist der Unterschied zwischen Databricks AI-Umgebung und der Umgebung in Databricks Runtime für Maschinelles Lernen?

Sowohl databricks Runtime für Machine Learning als auch die Databricks AI-Umgebung bieten eine vorkonfigurierte Computeumgebung, die auf KI/ML-Anwendungsfälle zugeschnitten ist. Während Databricks Runtime für maschinelles Lernen mit klassischen Computeressourcen verwendet wird, ist die Databricks AI-Umgebung für serverlose GPU-Compute.

Sowohl die Umgebung in Databricks Runtime für Machine Learning als auch die Databricks AI-Umgebung umfassen allgemeine Machine Learning-Pakete mit einigen Unterschieden. Vor allem die Databricks AI-Umgebung enthält aktualisierte Pakete, enthält jedoch keine Tensorflow- und GraphFrames. Weitere Informationen dazu, was in der Databricks AI-Umgebung und der Databricks-Runtime für Maschinelles Lernen enthalten ist, finden Sie in den Versionshinweisen zur Serverless-Umgebung und Anmerkungen zur Databricks-Laufzeitversion.

Bekannte Probleme

• Die KI-Umgebung "Databricks" funktioniert nicht mit dem Feld " Umgebung und Bibliotheken" in der Aufgabenkonfiguration für Notizbuchaufträge. Wenn Sie eine neue Auftragsumgebung aus diesem Feld erstellen, können Sie möglicherweise keine Databricks AI-Umgebung auswählen.
• Die Databricks KI-Umgebung unterstützt den Export von Umgebungen nicht.