Databricks AI 환경

Databricks AI 환경은 AI 개발을 위해 조정된 GPU 지원 런타임입니다. 서버리스 GPU 환경 4 이상에서 지원됩니다.

이 새로운 환경은 기계 학습(PyTorch, HuggingFace 변환기 등의 프레임워크 포함)과 GPU에 대한 네이티브 지원을 위해 완전히 미리 구성된 라이브러리 스택을 제공하여 개발을 간소화합니다. Databricks Notebook, Unity 카탈로그 및 MLflow와 통합되어 통합된 환경을 제공합니다. AI 환경을 통해 ML 팀은 설치 및 문제 해결에 며칠을 소비하지 않고 즉시 즉시 실행 가능한 GPU 클러스터를 선택하고 학습 모델을 시작할 수 있습니다.

AI 환경에 연결

서버리스 GPU 컴퓨팅에 연결된 Databricks Notebook에서 Databricks AI 환경을 사용하려면 다음을 수행합니다.

1. 노트북에서 상단의 연결 드롭다운 메뉴를 클릭하고 서버리스 GPU를 선택합니다.
2. 을 클릭합니다. 환경 쪽 패널을 엽니다.
3. 액셀러레이터 필드에서 A10을 선택합니다.
4. 기본 환경 필드에서 AI 환경에 대한 AI v4를 선택합니다.
5. 기본 환경 필드에서 없음을 선택한 경우 환경 버전을 선택합니다.
6. 적용을 클릭한 다음 서버리스 GPU 컴퓨팅을 Notebook 환경에 적용할지 확인합니다.

서버리스 GPU에서 Notebook 작업에 Databricks AI 환경을 설정하려면 다음을 수행합니다.

1. Notebook 작업 설정의 환경 및 라이브러리 섹션에서 Notebook 환경 편집을 클릭합니다.
2. 을 클릭합니다. 환경 쪽 패널을 엽니다.
3. 기본 환경 필드에서 AI 환경에 대한 AI v4를 선택합니다.

새 작업 실행 프로세스는 Databricks AI 환경을 활용할 수 있습니다.

자주 묻는 질문(FAQ)

Databricks AI 환경과 Machine Learning용 Databricks 런타임 환경의 차이점은 무엇인가요?

Machine Learning용 Databricks 런타임과 Databricks AI 환경은 모두 AI/ML 사용 사례에 맞게 미리 구성된 컴퓨팅 환경을 제공합니다. Machine Learning용 Databricks 런타임은 클래식 컴퓨팅 리소스와 함께 사용되지만 Databricks AI 환경은 서버리스 GPU 컴퓨팅용입니다.

Machine Learning용 Databricks 런타임의 환경과 Databricks AI 환경 모두 몇 가지 차이점이 있는 일반적인 기계 학습 패키지를 포함합니다. 특히 Databricks AI 환경에는 더 많은 업데이트된 패키지가 포함되어 있지만 Tensorflow 및 GraphFrame은 포함되지 않습니다. Databricks AI 환경 및 Machine Learning용 Databricks 런타임에 포함된 항목에 대한 자세한 내용은 서버리스 환경 릴리스 정보 및 Databricks 런타임 릴리스 정보를 참조하세요.

알려진 문제

• Databricks AI 환경은 Notebook 작업에 대한 작업 구성의 환경 및 라이브러리 필드에서 작동하지 않습니다. 해당 필드에서 새 작업 환경을 만드는 경우 Databricks AI 환경을 선택하지 못할 수 있습니다.
• Databricks AI 환경은 환경 내보내기를 지원하지 않습니다.