Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Important
Cette fonctionnalité est disponible en préversion publique.
Cette page présente les informations sur l’environnement système pour l’environnement GPU serverless version 6. Cette offre de calcul fait partie du runtime d’IA, conçu pour les charges de travail d’IA et d’apprentissage profond modernes.
L’environnement GPU serverless 6 est construit sur l’environnement serverless 6 (CPU). Découvrez les nouveautés de l’environnement serverless 6 (CPU). Il inclut l’environnement suivant :
- Environnement standard : environnement minimal avec l’API cliente stable.
- Environnement IA de Databricks : un environnement avec des packages communs de runtime et des packages spécifiques à l'apprentissage automatique sur des GPU.
Pour garantir la compatibilité de l’application, les charges de travail GPU serverless utilisent une API versionnée, appelée version de l’environnement, qui reste compatible avec les versions plus récentes du serveur.
Vous pouvez sélectionner un environnement de base qui inclut cette version d’environnement à l’aide du panneau latéral Environnement dans vos notebooks serverless. Voir Interactive (Notebooks).
Nouvelles fonctionnalités et améliorations
Dans la version 6, les bibliothèques CUDA sont mises à jour vers NVIDIA CUDA 13, et les dépendances associées sont mises à jour pour correspondre, y compris MLflow et l’API Python Serverless GPU. Les bibliothèques courantes d’apprentissage automatique et d’IA dans l’environnement IA Databricks sont mises à jour pour être compatibles avec la nouvelle version CUDA, ainsi que l’ajout de plusieurs bibliothèques nouvellement populaires.
CUDA 13 et PyTorch 2.11
Environnement d’IA Databricks
La version 6 met à jour l’environnement IA Databricks vers la boîte à outils NVIDIA CUDA 13 et la pile d’exécution. PyTorch est mis à jour vers torch 2.11.0 (construit pour CUDA 13.0, +cu130) avec torchvision 0.26.0, et les bibliothèques NVIDIA fournies (cuBLAS, cuDNN, NCCL, cuFFT, cuSPARSE et composants d’exécution associés) sont mises à jour vers leurs versions CUDA 13.
Mises à jour des bibliothèques d’apprentissage profond et de LLM
Environnement IA Databricks
Les principales bibliothèques d’apprentissage automatique sont mises à jour dans l’environnement IA Databricks, notamment :
transformers 5.8.1vllm 0.24.0ray 2.56.0langchain 1.3.11sentence-transformers 5.5.1openai 2.37.0scikit-learn 1.7.2scipy 1.16.3trl 0.24.0
API Python GPU sans serveur
L’API 0.5.24 Python pour GPU sans serveur est incluse dans cet environnement. Pour l’histoire complète des changements de l’API Python des GPU serverless, voir les notes de version 5.
Packages ajoutés à l’environnement IA Databricks
Les packages notables suivants ont été ajoutés à l’environnement IA Databricks dans la version 6 :
-
langgraph 1.2.8(aveclanggraph-checkpoint,langgraph-prebuilt, etlanggraph-sdk) langchain-classic 1.0.8lightning 2.5.5polars 1.42.1ultralytics 8.4.90-
flash_attn_3 3.0.0etflash-attn-4 4.0.0b18 flashinfer-cubin 0.6.12liger_kernel 0.8.1fastsafetensors 0.3.2tilelang 0.1.9-
xgboost-cu13 3.2.0(version CUDA 13, remplaçantxgboost) tabfm 1.0.1
De plus, la boîte à outils CUDA 13 et les bibliothèques d’exécution (par exemple, cuda-toolkit 13.0.2, nvidia-cudnn-cu13, nvidia-nccl-cu13, et les packages associés nvidia-* ) sont ajoutés dans le cadre de la mise à niveau CUDA 13.
Packages supprimés de l’environnement IA Databricks
Les paquets notables suivants ont été retirés de l’environnement IA Databricks dans la version 6 :
-
unsloth(etunsloth_zoo) xformersdiffusersbitsandbytestorchaolitellmlangchain-openaicupy-cuda12xmosaicml-streamingggufseaborn-
xgboost(remplacé parxgboost-cu13) etxgboost-ray
Les bibliothèques d’exécution CUDA 12 (les nvidia-*-cu12 packages) sont supprimées dans le cadre de la mise à niveau CUDA 13. La pile de développement JupyterLab et des notebooks (par exemple, jupyterlab, notebook, nbconvert, nbclient, nbformat), ainsi que les outils de développement Python LSP (python-lsp-server, python-lsp-jsonrpc, rope, yapf), ne sont également plus inclus dans l’environnement IA Databricks.
Packages non inclus dans l’environnement de base
Les packages suivants ne sont pas inclus dans l’environnement de base, mais restent disponibles dans l’environnement Databricks AI :
flash_attntorchtorchvisionscikit-learnscipy
D’après les retours des clients demandant le contrôle du versionnement de PyTorch, torch ce n’est pas inclus dans l’environnement de base pour la version 6. Cela vous permet d’installer la version qui convient le mieux à votre charge de travail. Pour utiliser une version testée par Databricks, exécutez %pip install torch==2.11.0 dans une cellule de notebook ou installez torch==2.11.0 en utilisant la section Dépendances du panneau latéral Environnement .
Environnement du système
- Système d’exploitation : Ubuntu 24.04 LTS
- Python : 3.12.3
- Databricks Connect : 19.0.0
- Boîte à outils NVIDIA CUDA : 13.0
Bibliothèques Python installées
Environnement standard
Pour reproduire l’environnement GPU serverless 6 dans votre environnement virtuel Python local, téléchargez le fichierrequirements-env-gpu-6.txt et exécutez pip install -r requirements-env-gpu-6.txt. Cette commande installe toutes les bibliothèques depuis l’environnement serverless 6.
| Library | Version | Library | Version | Library | Version |
|---|---|---|---|---|---|
| document annoté | 0.0.4 | annotated-types | 0.7.0 | anyio | 4.10.0 |
| arro3-core | 0.8.0 | asttokens | 3.0.0 | astunparse | 1.6.3 |
| azure-core | 1.41.0 | azure-identity | 1.25.3 | azure-mgmt-core | 1.6.0 |
| azure-mgmt-web | 10.1.0 | azure-storage-blob | 12.29.0 | azure-storage-file-datalake | 12.24.0 |
| noir | 25.9.0 | clignotant | 1.7.0 | boto3 | 1.40.46 |
| botocore | 1.40.46 | cachetools | 5.5.1 | certifi | 2025.11.12 |
| cffi | 2.0.0 | charset-normalizer | 3.4.4 | click | 8.2.1 |
| cloudpickle | 3.1.1 | comm | 0.2.3 | contourpy | 1.3.3 |
| cryptography | 46.0.3 | cycler | 0.11.0 | databricks-agents | 1.11.0 |
| databricks-connect | 19.0.0 | databricks-sdk | 0.122.0 | databricks.serverless_gpu | 0.5.24 |
| dataclasses-json | 0.6.7 | dbus-python | 1.3.2 | debugpy | 1.8.16 |
| decorator | 5.2.1 | deltalake | 1.5.1 | Deprecated | 1.3.1 |
| distlib | 0.4.0 | exécution | 2.2.1 | fastapi | 0.136.3 |
| filelock | 3.29.0 | fonttools | 4.60.1 | fsspec | 2025.9.0 |
| future | 1.0.0 | gitdb (base de données Git) | 4.0.11 | GitPython | 3.1.45 |
| google-api-core | 2.30.3 | google-auth | 2.53.0 | google-cloud-core | 2.6.0 |
| google-cloud-storage | 3.10.1 | google-crc32c | 1.8.0 | google-resumable-media | 2.9.0 |
| googleapis-common-protos | 1.71.0 | grpcio | 1.76.0 | grpcio-status | 1.76.0 |
| h11 | 0.16.0 | httplib2 | 0.20.4 | idna | 3.11 |
| importlib_metadata | 8.7.0 | iniconfig | 2.1.0 | ipyflow-core | 0.0.227 |
| ipykernel | 6.31.0 | ipython | 9.7.0 | ipython_pygments_lexers | 1.1.1 |
| ipywidgets | 8.1.7 | isodate | 0.7.2 | jedi | 0.19.2 |
| Jinja2 | 3.1.6 | jmespath | 1.0.1 | joblib | 1.5.2 |
| jupyter_client | 8.6.3 | jupyter_core | 5.8.1 | jupyterlab_widgets | 3.0.15 |
| kiwisolver | 1.4.8 | launchpadlib | 1.11.0 | lazr.restfulclient | 0.14.6 |
| lazr.uri | 1.0.6 | markdown-it-py | 2.2.0 | MarkupSafe | 3.0.2 |
| guimauve | 3.26.2 | matplotlib | 3.10.6 | matplotlib-inline | 0.2.1 |
| Mccabe | 0.7.0 | mdurl | 0.1.2 | mlflow-skinny | 3.12.0 |
| mmh3 | 5.2.1 | msal | 1.36.0 | msal-extensions | 1.3.1 |
| msrest | 0.7.1 | mypy-extensions | 1.0.0 | nest-asyncio | 1.6.0 |
| nodeenv | 1.10.0 | numpy | 2.3.4 | nvidia-ml-py | 13.590.44 |
| oauthlib | 3.2.2 | opencv_python_headless | 5.0.0.93 | opentelemetry-api | 1.42.1 |
| opentelemetry-proto | 1.42.1 | opentelemetry-sdk | 1.42.1 | opentelemetry-semantic-conventions | 0.63b1 |
| packaging | 25.0 | pandas | 2.3.3 | parambench-train-comms | 0.0.0 |
| parso | 0.8.5 | pathspec | 0.12.1 | pexpect | 4.9.0 |
| pillow | 12.0.0 | pip | 25,3 | platformdirs | 4.5.0 |
| pluggy | 1.5.0 | prompt_toolkit | 3.0.52 | proto-plus | 1.28.0 |
| protobuf | 6.33.5 | psutil | 7.0.0 | ptyprocess | 0.7.0 |
| pure_eval | 0.2.3 | py4j | 0.10.9.9 | pyarrow | 21.0.0 |
| pyasn1 | 0.6.1 | pyasn1_modules | 0.4.2 | pyccolo | 0.0.83 |
| pycparser | 2.23 | pydantic | 2.13.3 | pydantic_core | 2.46.3 |
| pydot | 4.0.0 | pyflakes | 3.2.0 | Pygments | 2.19.2 |
| PyGObject | 3.48.2 | pyiceberg | 0.11.1 | PyJWT | 2.10.1 |
| pyparsing | 3.2.5 | pyright | 1.1.409 | pyroaring | 1.1.0 |
| pyspark | 4.3.0.dev0+databricks.connect.19.0.0 | pytest | 8.4.2 | python-dateutil | 2.9.0.post0 |
| python-dotenv | 1.2.2 | pytokens | 0.2.0 | pytz | 2025.2 |
| PyYAML | 6.0.3 | pyzmq | 27.1.0 | regex | 2025.9.1 |
| requests | 2.32.5 | requests-oauthlib | 2.0.0 | riche | 14.2.0 |
| s3transfer | 0.14.0 | setuptools | 80.9.0 | six | 1.17.0 |
| smmap | 5.0.0 | sniffio | 1.3.0 | sqlparse | 0.5.5 |
| ssh-import-id | 5.11 | stack-data | 0.6.3 | starlette | 0.52.1 |
| strictyaml | 1.7.3 | tenacity | 9.1.2 | threadpoolctl | 3.5.0 |
| tiktoken | 0.13.0 | tokenize_rt | 6.2.0 | tomli | 2.0.1 |
| tornado | 6.5.1 | tqdm | 4.67.1 | traitlets | 5.14.3 |
| saisie-inspection | 0.9.0 | contrôle de saisie | 0.4.2 | typing_extensions | 4.15.0 |
| tzdata | 2026.2 | unattended-upgrades | 0.1 | urllib3 | 2.5.0 |
| uvicorn | 0.48.0 | virtualenv | 20.35.4 | wadllib | 1.3.6 |
| wcwidth | 0.2.13 | wheel | 0.45.1 | chaque fois que | 0.7.3 |
| widgetsnbextension | 4.0.14 | enveloppé | 1.17.0 | zipp | 3.23.0 |
| zstandard | 0.25.0 |
Environnement IA
L’environnement IA inclut tous les packages de l’environnement Standard, ainsi que les packages suivants. Cet environnement inclut PyTorch et des bibliothèques d’apprentissage automatique complètes :
torch 2.11.0torchvision 0.26.0flash_attn 2.8.3catboost 1.2.10langchain 1.3.11langgraph 1.2.8lightgbm 4.6.0lightning 2.5.5openai 2.37.0optuna 4.5.0polars 1.42.1pytorch-lightning 2.5.4ray 2.56.0scikit-learn 1.7.2scipy 1.16.3sentence-transformers 5.5.1transformers 5.8.1trl 0.24.0ultralytics 8.4.90vllm 0.24.0xgboost-cu13 3.2.0
Pour reproduire l’environnement IA V6 dans votre environnement Python virtuel local, téléchargez le fichierrequirements-ai-gpu-6.txt et exécutez pip install -r requirements-ai-gpu-6.txt. Cette commande installe toutes les bibliothèques à partir de l’environnement IA.
| Library | Version | Library | Version | Library | Version |
|---|---|---|---|---|---|
| absl-py | 2.4.0 | accélérer | 1.13.0 | aiohappyeyeballs | 2.6.1 |
| AIOHTTP | 3.13.5 | aiohttp-cors | 0.8.1 | aiosignal | 1.4.0 |
| alembic | 1.18.5 | document annoté | 0.0.4 | annotated-types | 0.7.0 |
| Anthropique | 0.116.0 | antlr4-python3-runtime | 4.9.3 | anyio | 4.10.0 |
| apache-tvm-ffi | 0.1.9 | arro3-core | 0.8.0 | Astor | 0.8.1 |
| asttokens | 3.0.0 | astunparse | 1.6.3 | attributs | 25.4.0 |
| lecture de fichiers audio | 3.1.0 | azure-core | 1.41.0 | azure-identity | 1.25.3 |
| azure-mgmt-core | 1.6.0 | azure-mgmt-web | 10.1.0 | azure-storage-blob | 12.29.0 |
| azure-storage-file-datalake | 12.24.0 | noir | 25.9.0 | blake3 | 1.0.9 |
| clignotant | 1.7.0 | boto3 | 1.40.46 | botocore | 1.40.46 |
| cachetools | 5.5.1 | catboost | 1.2.10 | cbor2 | 6.1.3 |
| certifi | 2025.11.12 | cffi | 2.0.0 | charset-normalizer | 3.4.4 |
| click | 8.4.2 | cloudpickle | 3.1.1 | coloré | 0.5.8 |
| colorlog | 6.10.1 | comm | 0.2.3 | tenseurs compressés | 0.17.0 |
| contourpy | 1.3.3 | cryptography | 44.0.1 | cuda-bindings | 13.3.1 |
| Cuda-core | 1.0.1 | cuda-pathfinder | 1.5.6 | cuda-python | 13.3.1 |
| cuda-tile | 1.3.0 | cuda-toolkit | 13.0.2 | cycler | 0.11.0 |
| databricks-agents | 1.11.0 | databricks-sdk | 0.122.0 | dataclasses-json | 0.6.7 |
| datasets | 4.8.5 | dbus-python | 1.3.2 | debugpy | 1.8.16 |
| decorator | 5.2.1 | deltalake | 1.5.1 | Deprecated | 1.3.1 |
| depyf | 0.20.0 | détecter-installer | 0.1.0 | dill | 0.4.0 |
| cache de disque | 5.6.3 | distlib | 0.4.0 | dm-tree | 0.1.10 |
| dnspython | 2.8.0 | docstring_parser (analyseur de docstring) | 0.18.0 | einops | 0.8.2 |
| validateur par e-mail | 2.3.0 | évaluer | 0.4.6 | exécution | 2.2.1 |
| Farama-Notifications | 0.0.6 | fastapi | 0.136.3 | fastapi-cli | 0.0.28 |
| fastapi-cloud-cli | 0.22.1 | fastar | 0.11.0 | fastsafetensors | 0.3.2 |
| filelock | 3.29.0 | flash-attn-4 | 4.0.0b18 | flash_attn | 2.8.3 |
| flash_attn_3 | 3.0.0 | flashinfer-cubin | 0.6.12 | flashinfer-python | 0.6.12 |
| fonttools | 4.60.1 | frozenlist | 1.8.0 | fsspec | 2025.9.0 |
| future | 1.0.0 | gitdb (base de données Git) | 4.0.11 | GitPython | 3.1.45 |
| google-api-core | 2.30.3 | google-auth | 2.53.0 | google-cloud-core | 2.6.0 |
| google-cloud-storage | 3.10.1 | google-crc32c | 1.8.0 | google-resumable-media | 2.9.0 |
| googleapis-common-protos | 1.71.0 | Graphviz | 0.21 | greenlet | 3.2.4 |
| grpcio | 1.76.0 | grpcio-status | 1.76.0 | gymnasium | 1.2.2 |
| h11 | 0.16.0 | hf-xet | 1.5.1 | hf_transfer | 0.1.9 |
| httpcore | 1.0.9 | httplib2 | 0.20.4 | outils HTTP | 0.8.0 |
| httpx | 0.28.1 | httpx-sse | 0.4.3 | huggingface_hub | 1.22.0 |
| Grains bourdonnants | 0.1.6 | idna | 3.11 | ijson | 3.5.1 |
| importlib_metadata | 8.7.0 | iniconfig | 2.1.0 | inter-régulier | 0.3.3 |
| ipyflow-core | 0.0.227 | ipykernel | 6.31.0 | ipython | 9.7.0 |
| ipython_pygments_lexers | 1.1.1 | ipywidgets | 8.1.7 | isodate | 0.7.2 |
| jedi | 0.19.2 | Jinja2 | 3.1.6 | jiter | 0.16.0 |
| jmespath | 1.0.1 | joblib | 1.5.2 | jsonpatch | 1.33 |
| jsonpointer | 3.1.1 | jsonschema | 4.25.0 | spécifications du schéma JSON | 2025.9.1 |
| jupyter_client | 8.6.3 | jupyter_core | 5.8.1 | jupyterlab_widgets | 3.0.15 |
| kiwisolver | 1.4.8 | langchain | 1.3.11 | langchain-classic | 1.0.8 |
| langchain-community | 0.4.2 | langchain-core | 1.4.7 | langchain-protocol | 0.0.18 |
| séparateurs de texte langchain | 1.1.2 | langgraph | 1.2.8 | langgraph-checkpoint | 4.1.1 |
| graphelang-préconstruit | 1.1.0 | langgraph-sdk | 0.4.2 | langsmith | 0.9.3 |
| Alouette | 1.2.2 | launchpadlib | 1.11.0 | lazr.restfulclient | 0.14.6 |
| lazr.uri | 1.0.6 | lazy_loader | 0.4 | librosa | 0.11.0 |
| liger_kernel | 0.8.1 | lightgbm | 4.6.0 | Éclairs | 2.5.5 |
| lightning-utilities | 0.15.3 | llguidance | 1.7.6 | llvmlite | 0.47.0 |
| lm-format-enforcer | 0.11.3 | loguru | 0.7.3 | lz4 | 4.4.5 |
| Mako | 1.3.12 | markdown-it-py | 2.2.0 | MarkupSafe | 3.0.2 |
| guimauve | 3.26.2 | matplotlib | 3.10.6 | matplotlib-inline | 0.2.1 |
| Mccabe | 0.7.0 | Mcp | 1.28.1 | mdurl | 0.1.2 |
| mistral_common | 1.11.5 | ml_dtypes | 0.5.4 | mlflow-skinny | 3.13.0 |
| mmh3 | 5.2.1 | normes-de-conteneurs-d'hébergement-de-modèles | 0.1.16 | mpmath | 1.3.0 |
| msal | 1.36.0 | msal-extensions | 1.3.1 | msgpack | 1.2.1 |
| msgspec | 0.21.1 | msrest | 0.7.1 | Multidict | 6.7.0 |
| multiprocessus | 0.70.16 | mypy-extensions | 1.0.0 | Narvals | 2.7.0 |
| nest-asyncio | 1.6.0 | networkx | 3.5 | Ninja | 1.13.0 |
| nodeenv | 1.10.0 | numba | 0.65.0 | numpy | 2.3.4 |
| nvidia-cublas | 13.1.0.3 | nvidia-cuda-cccl | 13.3.3.4.1 | Nvidia-Cuda-CRT | 13.3.73 |
| nvidia-cuda-cupti | 13.0.85 | NVIDIA-CUDA-NVCC | 13.2.78 | nvidia-cuda-nvrtc | 13.0.88 |
| nvidia-cuda-runtime | 13.0.96 | nvidia-cuda-tileiras | 13.2.78 | nvidia-cudnn-cu13 | 9.19.0.56 |
| nvidia-cudnn-frontend | 1.25.0 | nvidia-cufft | 12.0.0.61 | nvidia-cufile | 1.15.1.6 |
| nvidia-curand | 10.4.0.35 | nvidia-cusolver | 12.0.4.66 | nvidia-cusparse | 12.6.3.3 |
| nvidia-cusparselt-cu13 | 0.8.0 | nvidia-cutlass-dsl | 4.5.2 | nvidia-cutlass-dsl-libs-base | 4.5.2 |
| nvidia-cutlass-dsl-libs-cu13 | 4.5.2 | nvidia-ml-py | 13.590.44 | nvidia-nccl-cu13 | 2.28.9 |
| nvidia-nvjitlink | 13.0.88 | nvidia-nvshmem-cu13 | 3.4.5 | nvidia-nvtx | 13.0.85 |
| nvidia-nvvm | 13.2.78 | oauthlib | 3.2.2 | omegaconf | 2.3.1 |
| openai | 2.37.0 | openai-harmony | 0.0.8 | opencensus | 0.11.4 |
| opencensus-context | 0.1.3 | opencv-python | 5.0.0.93 | opencv_python_headless | 5.0.0.93 |
| opentelemetry-api | 1.42.1 | opentelemetry-exporter-otlp | 1.42.1 | opentelemetry-exporter-otlp-proto-common | 1.42.1 |
| opentelemetry-exporter-otlp-proto-grpc | 1.42.1 | opentelemetry-exporter-otlp-proto-http | 1.42.1 | opentelemetry-exporter-prometheus | 0.63b1 |
| opentelemetry-proto | 1.42.1 | opentelemetry-sdk | 1.42.1 | opentelemetry-semantic-conventions | 0.63b1 |
| opentelemetry-semantic-conventions-ai | 0.5.1 | optuna | 4.5.0 | optuna-integration | 4.5.0 |
| orjson | 3.11.9 | ormsgpack | 1.12.2 | outlines_core | 0.2.14 |
| packaging | 25.0 | pandas | 2.3.3 | parso | 0.8.5 |
| analyseur de JSON partiel | 0.2.1.1.post7 | pathspec | 0.12.1 | patsy | 1.0.1 |
| peft | 0.19.1 | pexpect | 4.9.0 | pillow | 12.0.0 |
| pip | 25.0.1 | platformdirs | 4.5.0 | plotly | 6.8.0 |
| pluggy | 1.5.0 | Polaires | 1.42.1 | polars-runtime-32 | 1.42.1 |
| toutou | 1.9.0 | prometheus-fastapi-instrumentator | 8.0.2 | prometheus_client | 0.21.1 |
| prompt_toolkit | 3.0.52 | propcache | 0.3.1 | proto-plus | 1.28.0 |
| protobuf | 6.33.5 | psutil | 7.0.0 | ptyprocess | 0.7.0 |
| pure_eval | 0.2.3 | py-cpuinfo | 9.0.0 | py-spy | 0.4.2 |
| pyarrow | 21.0.0 | pyasn1 | 0.6.1 | pyasn1_modules | 0.4.2 |
| pybase64 | 1.4.3 | pyccolo | 0.0.83 | pycountry | 26.2.16 |
| pycparser | 2.23 | pydantic | 2.13.3 | pydantic-extra-types (bibliothèque de types supplémentaires pour Pydantic) | 2.11.1 |
| pydantic-settings | 2.14.2 | pydantic_core | 2.46.3 | pydot | 4.0.0 |
| pyelftools | 0,33 | pyflakes | 3.2.0 | Pygments | 2.19.2 |
| PyGObject | 3.48.2 | pyiceberg | 0.11.1 | PyJWT | 2.10.1 |
| pynndescent | 0.6.0 | pynvml | 8.0.1 | pyparsing | 3.2.5 |
| pyright | 1.1.409 | pyroaring | 1.1.0 | pytesseract | 0.3.13 |
| pytest | 8.4.2 | python-dateutil | 2.9.0.post0 | python-dotenv | 1.2.2 |
| python-json-logger | 3.2.1 | python-multipart | 0.0.32 | pytokens | 0.2.0 |
| pytorch-lightning | 2.5.4 | pytorch-ranger | 0.1.1 | pytz | 2025.2 |
| PyYAML | 6.0.3 | pyzmq | 27.1.0 | Noyaux de quau-noces | 0.5.0 |
| ray | 2.56.0 | référencement | 0.37.0 | regex | 2025.10.22 |
| requests | 2.32.5 | requests-oauthlib | 2.0.0 | requests-toolbelt | 1.0.0 |
| riche | 14.2.0 | ensemble d'outils riche | 0.20.1 | rignore | 0.7.6 |
| rpds-py | 0.28.0 | s3transfer | 0.14.0 | safetensors | 0.8.0 |
| scikit-learn | 1.7.2 | scipy | 1.16.3 | transformateurs de phrases | 5.5.1 |
| sentencepiece | 0.2.1 | sentry-sdk | 2.64.0 | setproctitle | 1.3.7 |
| setuptools | 80.9.0 | forme | 0.51.0 | shellingham | 1.5.4 |
| six | 1.17.0 | découpeur | 0.0.8 | ouverture intelligente | 8.0.0 |
| smmap | 5.0.0 | sniffio | 1.3.0 | fichier audio | 0.13.1 |
| soxr | 1.1.0 | SQLAlchemy | 2.0.43 | sqlparse | 0.5.5 |
| sse-starlette | 3.4.5 | ssh-import-id | 5.11 | stack-data | 0.6.3 |
| starlette | 1.3.1 | statsmodels | 0.14.5 | strictyaml | 1.7.3 |
| Superviseur | 4.3.0 | Sympy | 1.14.0 | tabulate | 0.9.0 |
| tenacity | 9.1.2 | tensorboardX (un outil de visualisation pour les réseaux de neurones) | 2.6.5 | threadpoolctl | 3.5.0 |
| tiktoken | 0.13.0 | tilelang | 0.1.9 | tokenize_rt | 6.2.0 |
| générateurs de jetons | 0.22.1 | tokenspeed-mla | 0.1.2 | tokenspeed-triton | 3.7.10.post20260531 |
| tomli | 2.0.1 | torche | 2.11.0+cu130 | torch-optimizer | 0.3.0 |
| torch_c_dlpack_ext | 0.1.5 | torchaudio | 2.11.0+cu130 | torchmetrics | 1.9.0 |
| Torchvision | 0,26,0+cu130 | tornado | 6.5.1 | tqdm | 4.67.1 |
| traitlets | 5.14.3 | Transformateurs | 5.8.1 | triton | 3.6.0 |
| Trl | 0.24.0 | Typer | 0.26.8 | saisie-inspection | 0.9.0 |
| contrôle de saisie | 0.4.2 | typing_extensions | 4.15.0 | tzdata | 2026.2 |
| Ultralytiques | 8.4.90 | ultralytics-thop | 2.0.20 | umap-learn | 0.5.12 |
| unattended-upgrades | 0.1 | urllib3 | 2.5.0 | uuid_utils | 0.16.2 |
| uvicorn | 0.48.0 | uvloop | 0.22.1 | virtualenv | 20.35.4 |
| vllm | 0.24.0 | wadllib | 1.3.6 | watchfiles | 1.2.0 |
| wcwidth | 0.2.13 | websockets | 15.0.1 | wheel | 0.45.1 |
| chaque fois que | 0.7.3 | widgetsnbextension | 4.0.14 | enveloppé | 1.17.0 |
| XGBOOST-CU13 | 3.2.0 | xgrammar | 0.2.3 | xxhash | 3.5.0 |
| yarl | 1.22.0 | z3-solver | 4.15.4.0 | zipp | 3.23.0 |
| zstandard | 0.25.0 |