Important
AI ランタイム CLI は ベータ版です。
AI ランタイム CLI を使用して最初のトレーニング ジョブを送信するには、次の 3 つの手順を実行します。 train.yaml 構成を記述し、 air runで実行してから、実行を検査します。 開始する前 に、CLI をインストールし、認証を構成します。
手順 1: YAML 構成を記述する
ワークロードを記述する train.yaml を作成します。 最小構成では、実験名、コンピューティング スペック、およびコマンドが必要です。 次のコマンドはローカル コードなしで実行されるため、最初の実行をすぐに送信できます。
experiment_name: my-first-air-run
compute:
num_accelerators: 1
accelerator_type: GPU_1xA10
command: echo "hello AIR!"
独自のコードを実行する
ローカル トレーニング スクリプトを実行するには、Pythonの依存関係を一覧表示するenvironment ブロックと、ローカル コードをアップロードするcode_source ブロックを追加します。 スクリプトを train.yamlと一緒に配置します。
my-project/
├── train.yaml
└── train.py
experiment_name: my-first-air-run
environment:
version: '4'
dependencies:
- torch
- transformers
compute:
num_accelerators: 1
accelerator_type: GPU_1xA10
code_source:
type: snapshot
snapshot:
root_path: .
command: python $CODE_SOURCE_PATH/train.py
この構成では、一覧表示されている依存関係がインストールされ、現在のディレクトリ (root_path: .) がアップロードされ、1 つの A10 GPU で train.py 実行されます。
$CODE_SOURCE_PATH は、リモート ノード上のアップロードしたコードの場所を参照します。 Databricks では、パスをハードコーディングするのではなく、これを使用することをお勧めします。
environment.version は、サーバーレス GPU 環境のバージョンを選択し、省略可能です (既定値は '4')。 使用可能なすべてのバージョンについては、 サーバーレス環境のバージョンを参照してください。
完全なフィールド リファレンスについては、「 ワークロード YAML リファレンス」を参照してください。
手順 2: 実行を送信する
ワークロードを送信します。
air run --file train.yaml
CLI はローカル コードをアップロードし ( code_sourceを構成した場合)、ジョブを送信し、実行 ID を出力します。 その ID を使用して、後のコマンドで実行を検査、監視、取り消します。
サブミットにより、experiment_name で指定された名前の MLflow 実験にランが作成されます（1 つの実験に複数のランを含めることができます）。 この実行では、ワークロードのメトリック、パラメーター、アーティファクト、ログがすべて、ワークスペース MLflow UI で表示可能な状態でキャプチャされます。 ログは MLflow の外部でも使用できます。ターミナルまたはファイルにストリーム配信するか、後で air logs でダウンロードします ( 手順 3 を参照)。
完了するまでログを監視するには、 --watchを追加します。
air run --file train.yaml --watch
手順 3: 実行を検査する
状態を確認します。
air get run <run-id>
出力には、実行の MLflow 実験へのクリック可能なリンクと、ワークスペース UI での MLflow の実行が含まれます。
ログのストリーミングまたはダウンロード:
air logs <run-id>
air logs <run-id> --node 2
air logs <run-id> --download-to ./logs/
分散ワークロードは複数のノードで実行されます。 既定では、air logs はノード 0 からストリーミングされます。 特定のノードのログを表示するには、 --node渡します。
--download-toを使用して、ログをストリーミングするのではなく、ローカル ディレクトリに書き込みます。
最近の実行を一覧表示します。
air list runs --limit 10
air list runs --active
実行を取り消す:
air cancel <run-id>
一般的なパターン
コマンド ラインから YAML フィールドをオーバーライドします。
air run --file train.yaml --override compute.num_accelerators=32 timeout_minutes=120
送信せずに構成を検証します。
air run --file train.yaml --dry-run
提出を安全に再試行できるようにします。
air run --file train.yaml --idempotency-key my-unique-key
同じキーが以前に使用されていた場合は、新しい実行を作成する代わりに、既存の実行が返されます。