Important
이 기능은 공개 미리보기 단계에 있습니다.
명령줄 인터페이스는 air 주문형 서버리스 GPU 컴퓨팅 플랫폼인 AI 런타임에서 분산 학습 워크로드를 제출하고 관리합니다. CLI는 YAML 기반 작업 구성을 사용하고, MLflow와 통합하며, 작업 영역 기반 및 git 기반 코드 워크플로를 지원합니다.
air CLI는 AI 런타임과 동일한 규정 준수 표준을 준수합니다. 지원되는 표준 및 예외는 규정 준수 보안 프로필을 참조하세요.
CLI를 사용하는 경우
다음을 수행하려는 경우 AI 런타임 CLI를 사용합니다.
- 노트북을 열지 않고 노트북 및 코드 편집기에서 GPU 학습 워크로드를 제출합니다.
- YAML에서 학습 작업을 선언적으로 정의하여 소스 제어에 체크 인할 수 있습니다.
- 장시간 실행되는 학습 작업이나 다중 노드 분산 학습, 즉 대화형 세션이 종료된 후에도 계속 실행되거나 둘 이상의 노드에 걸쳐 실행되어야 하는 워크로드를 실행합니다.
Notebook 내 Python API(@distributed및@ray_launch)의 경우 Notebook의 분산 학습을 대신 참조하세요.
워크로드를 제출하는 대신 터미널 또는 IDE에서 SSH를 통해 단일 GPU 노드에서 대화형으로 작업하려면 다음을 사용합니다 databricks ssh connect.
SSH 터널을 사용하여 Databricks에 연결을 참조하세요.