AIランタイムの例

Important

この機能は パブリック プレビュー段階です。

AI Runtimeは、推論、訓練、微調整のためのサーバーレスGPU計算を提供します。 以下のページには、タスク別にまとめられたノートブックチュートリアルとDatabricks CLIレシピが掲載されています:クラシックな機械学習、推薦システム、コンピュータビジョン、トレーニング後のオープンソースLLM、バッチ推論、マルチGPU分散トレーニング。

ノートブックの例もドキュメントに含まれています。 DatabricksのCLI例はGitHubのAI Runtime Cookbookにリンクされており、そこでそのリポジトリをクローンし、そのワークロード構成とソースコードを実行できます。

Task	説明
古典的な機械学習	XGBoostトレーニング、ゼロショット表形式予測、時系列予測など、従来の機械学習タスクの例。
レコメンデーション システム	2 タワー モデルなどの最新のディープ ラーニング アプローチを使用してレコメンデーション システムを構築する例。
コンピュータビジョン	物体検出や画像分類などのコンピューター ビジョン タスクの例。
学習後OSSモデル(LLM)	パラメータ効率の高い手法を含むオープンソース大規模言語モデルのファインチューニングおよび後訓練の例。
バッチ推論	複数のGPUをまたぐレイデータとvLLMを用いた大規模バッチ推論の例。
マルチ GPU 分散トレーニング	サーバーレス GPU API を使用して複数の GPU とノード間でトレーニングをスケーリングする例。