AI Runtime CLI

Important

Fitur ini ada di Pratinjau Umum.

Antarmuka air baris perintah mengirimkan dan mengelola beban kerja pelatihan terdistribusi pada Runtime AI, platform komputasi GPU tanpa server sesuai permintaan. CLI menggunakan konfigurasi pekerjaan berbasis YAML, terintegrasi dengan MLflow, dan mendukung alur kerja kode berbasis ruang kerja dan berbasis git.

air CLI mematuhi standar kepatuhan yang sama dengan AI Runtime. Untuk standar dan pengecualian yang didukung, lihat profil keamanan kepatuhan.

Kapan menggunakan CLI

Gunakan CLI Runtime AI saat Anda ingin:

• Kirim beban kerja pelatihan GPU dari laptop dan editor kode Anda tanpa membuka notebook.
• Tentukan pekerjaan pelatihan secara deklaratif di YAML sehingga dapat diperiksa ke kontrol sumber.
• Jalankan tugas pelatihan yang berjalan lama atau pelatihan terdistribusi multinode — beban kerja yang perlu tetap berjalan setelah sesi interaktif berakhir atau mencakup lebih dari satu simpul.

Untuk API Python dalam buku catatan (@distributed dan @ray_launch), lihat Pelatihan terdistribusi di buku catatan sebagai gantinya.

Untuk bekerja secara interaktif pada satu simpul GPU melalui SSH — dari terminal atau IDE Anda, daripada mengirimkan beban kerja — gunakan databricks ssh connect. Lihat Menyambungkan ke Databricks menggunakan terowongan SSH.

Di bagian ini

• Instal AI Runtime CLI
• Mulai cepat CLI Runtime AI
• Referensi perintah AI Runtime CLI
• Referensi YAML beban kerja
• Melacak eksekusi dengan MLflow dan halaman eksekusi Pekerjaan
• Menggunakan gambar Docker kustom
• Contoh CLI AI Runtime