Ambiente di intelligenza artificiale di Databricks

L'ambiente di intelligenza artificiale di Databricks è un runtime abilitato per GPU curato per lo sviluppo dell'intelligenza artificiale. È supportato nell'ambiente GPU serverless 4 e versioni superiori.

Questo nuovo ambiente semplifica lo sviluppo offrendo uno stack di libreria completamente preconfigurato per l'apprendimento automatico (inclusi framework come PyTorch, HuggingFace Transformers e così via) e il supporto nativo per LE GPU. Si integra con notebook di Databricks, Unity Catalog e MLflow, offrendo un'esperienza integrata. Con l'ambiente di intelligenza artificiale, i team di Machine Learning possono semplicemente selezionare un cluster GPU pronto per l'esecuzione e iniziare immediatamente il training dei modelli, invece di dedicare giorni alla configurazione e alla risoluzione dei problemi.

Connettersi all'ambiente di intelligenza artificiale

Per usare l'ambiente di intelligenza artificiale databricks da un notebook di Databricks connesso al calcolo GPU serverless:

1. In un notebook fare clic sul menu a discesa Connetti nella parte superiore e selezionare GPU serverless.
2. Fare clic aprire il pannello laterale Ambiente .
3. Selezionare A10 nel campo Acceleratore .
4. Selezionare Intelligenza artificiale v4 per l'ambiente di intelligenza artificiale nel campo Ambiente di base .
5. Se si sceglie Nessuno nel campo Ambiente di base , selezionare la versione ambiente.
6. Fare clic su Applica e quindi confermare di voler applicare il calcolo GPU serverless all'ambiente notebook.

Per configurare l'ambiente di intelligenza artificiale di Databricks per un job notebook su GPU serverless:

1. Nell'impostazione del processo del notebook, fare clic su Modifica l'ambiente del notebook nella sezione Ambiente e librerie.
2. Fare clic aprire il pannello laterale Ambiente .
3. Selezionare Intelligenza artificiale v4 per l'ambiente di intelligenza artificiale nel campo Ambiente di base .

Le nuove esecuzioni dei job saranno in grado di adottare l'ambiente AI di Databricks.

Domande frequenti

Qual è la differenza tra l'ambiente di intelligenza artificiale di Databricks e l'ambiente in Databricks Runtime per Machine Learning?

Databricks Runtime per Machine Learning e l'ambiente di intelligenza artificiale di Databricks offrono un ambiente di calcolo preconfigurato su misura per i casi d'uso di intelligenza artificiale/Machine Learning. Anche se Databricks Runtime per Machine Learning viene usato con le risorse di calcolo classiche, l'ambiente di intelligenza artificiale di Databricks è per il calcolo GPU serverless.

Sia l'ambiente in Databricks Runtime per Machine Learning che l'ambiente di intelligenza artificiale di Databricks includono pacchetti di Machine Learning comuni, con alcune differenze. In particolare, l'ambiente di intelligenza artificiale di Databricks include pacchetti più aggiornati, ma non include Tensorflow e GraphFrame. Per altre informazioni sulle funzionalità incluse nell'ambiente di intelligenza artificiale databricks e in Databricks Runtime per Machine Learning, vedere le note sulla versione dell'ambiente serverless e le note sulla versione del runtime di Databricks.

Problemi noti

• L'ambiente di intelligenza artificiale di Databricks non funziona con il campo Ambiente e librerie nella configurazione delle attività per i processi notebook. Se si crea un nuovo ambiente di lavori da tale campo, potrebbe non essere possibile selezionare l'ambiente AI di Databricks.
• L'ambiente di intelligenza artificiale di Databricks non supporta l'esportazione dell'ambiente.