이 페이지는 에서 허용되는 databricks air run워크로드 YAML 필드를 설명합니다. 명령어 문법과 플래그는 databricks air run을 참조하세요. 워크로드를 제출하려면 AI 런타임 퀵스타트를 참조하세요.
모든 작업량은 , compute, 그리고 command를 필요로 합니다experiment_name.
Example
다음 예시는 샘플 워크로드 구성을 보여줍니다:
experiment_name: my-training
compute:
accelerator_type: GPU_1xA10
num_accelerators: 1
environment:
version: 6
dependencies:
- torch
code_source:
root_path: .
command: python $CODE_SOURCE_PATH/train.py
experiment_name
형: 문자열
Required. 핵심은 experiment_name MLflow 실험 이름입니다.
만약 이 이름의 실험이 존재하지 않는다면, AI 런타임이 이를 생성합니다. 그렇지 않으면 AI 런타임이 기존 실험에 새 런을 추가합니다.
compute
유형: 지도
Required. 객체는 compute 가속기 구성을 정의합니다.
| Key | Type | Description |
|---|---|---|
accelerator_type |
string | Required. CLI에서 인정받고 작업 공간에서 사용할 수 있는 가속기 유형입니다. 일치는 대/소문자를 구분합니다. |
num_accelerators |
정수 (integer) | Required. 선택한 가속기 유형에 대해 양성 가속기 수치가 지원되었습니다. |
pool_id |
string | 프로비저닝된 GPU 용량 ID. |
priority_class |
string | 프로비저닝된 GPU 용량을 사용하는 워크로드의 스케줄링 우선순위. 허용되는 값은 BEST_EFFORT, NORMAL, CRITICAL입니다.
pool_id가 필요합니다. |
가속기 유형과 수는 작업 공간, 클라우드, 지역에 따라 다릅니다. 하드웨어 선택 및 가용성에 대해서는 하드웨어를 참조하세요.
command
형: 문자열
Required. 키에는 command 비어 있지 않은 셸 명령어나 스크립트가 포함되어 있습니다. 명령어 내 경로는 워크로드 컨테이너 내 원격 파일 경로를 의미합니다. 가 설정될 때 code_source , $CODE_SOURCE_PATH 는 추출된 코드의 절대 경로를 포함합니다.
environment
유형: 지도
객체는 environment 선택적 의존성을 가진 관리 환경을 선택하거나 사용자 정의 Unity 카탈로그 이미지를 선택합니다.
| Key | Type | Description |
|---|---|---|
version |
문자열 또는 정수 | 수치 환경 버전(예: 6, 또는 데이터브릭스 AI 환경 식별자, 예: databricks_ai_v6. 식별자는 databricks_ai_v 버전 5 이상이어야 합니다. 만약 이를 생략할 경우, CLI는 현재 AI 런타임 기본값을 사용합니다. |
dependencies |
문자열 목록 | 패키지 사양은 서버리스 환경으로 전달되었습니다. 기본 설정은 추가 의존성이 없습니다. |
unity_catalog_image |
string |
<catalog>.<schema>.<image>:<tag>.
version 및 dependencies와 상호 배타적입니다. 설정 지침은 ' AI 런타임과 함께 사용자 지정 도커 이미지 사용'을 참조하세요. |
환경 선택 및 확장에 관한 지침은 ' 환경 설정 하기'를 참조하세요.
관리 환경 예시
environment:
version: 6
dependencies:
- torch
관리 환경 대신 사용자 지정 이미지를 사용하려면 :unity_catalog_image
사용자 지정 이미지 예시
environment:
unity_catalog_image: main.ml.training:v1
code_source
유형: 지도
객체는 code_source 워크로드에 맞는 로컬 코드를 패키징합니다.
| Key | Type | Description |
|---|---|---|
root_path |
string | 설정된 경우 code_source 필수입니다. 패키징할 로컬 디렉터리. CLI가 실행을 단계화할 때 디렉터리가 반드시 존재해야 합니다. |
remote_volume |
string | 업로드된 아카이브를 위한 Unity 카탈로그 볼륨 위치입니다.
/Volumes/로 시작해야 합니다. 기본적으로 작업 공간 위치로 설정되어 있습니다. |
include_paths |
문자열 목록 | 에 대해 root_path포함하는 경로들 항목은 비어 있지 않고 상대적이어야 하며, 를 포함 ..할 수 없다. 선택한 모든 파일을 포함하기 위해 키를 생략하세요. 빈 목록은 유효하지 않습니다. |
git |
object | 코드 소스 스냅샷을 로컬 Git 브랜치 또는 커밋에 핀 고정합니다. |
만약 를 누락 git하면 CLI는 작업 트리를 패키징하며, Git 규칙에 의해 제외되지 않은 미커밋 및 추적되지 않은 파일도 포함됩니다. 관계 root_path 관계는 워크로드 YAML 파일을 포함하는 디렉터리에서 해결됩니다.
Git 버전 관리 시스템
유형: 지도
개체는 git 다음 키를 지원합니다.
| Key | Type | Description |
|---|---|---|
branch |
string | 생략 시 commit 필수. 지역 지점장을 포장합니다. 선택된 파일에는 커밋되지 않은 변경 사항이 포함될 수 없습니다. |
commit |
string | 생략 시 branch 필수. 로컬 Git 오브젝트 스토어에서 커밋을 패키징합니다.
branch와 상호 배타적입니다. |
Example
다음 예제는 로컬 main 브랜치에서 선택된 경로를 패키지화합니다:
code_source:
root_path: ./src
include_paths:
- training
- configs
git:
branch: main
env_variables
유형: 문자열 사도
키는 env_variables 일반 환경 변수 이름과 문자열 값으로 구성됩니다. 이름은 에도 secrets나타날 수 없습니다.
Example
env_variables:
BATCH_SIZE: '32'
LEARNING_RATE: '0.001'
idempotency_token
형: 문자열
이 키는 idempotency_token 반복 제출을 식별합니다. 같은 토큰으로 반복 제출하면 기존 런을 반환합니다. 이 키가 누락되면 CLI는 UUID를 생성합니다. 명령 깃발이 --idempotency-key 우선권을 가집니다.
max_retries
유형: 정수
키는 max_retries 초기 시도 이후 재시도 횟수를 지정합니다. 값은 음수가 아니어야 합니다. 기본값: 3.
mlflow_artifact_location
형: 문자열
키에는 mlflow_artifact_location URI 또는 /Volumes/ 경로가 포함되어 dbfs:/ 있습니다. 이 키를 누락하면 새 실험은 기본 DBFS 위치를 사용하고, 기존 실험은 설정된 산출물 위치를 사용합니다. 기존 실험의 경우, 값은 실험의 산출물 위치와 일치해야 합니다.
mlflow_experiment_directory
형: 문자열
키에는 mlflow_experiment_directory 실험을 위한 작업 공간 디렉터리가 포함되어 있습니다. 경로는 반드시 에서 시작 /Workspace해야 한다.
mlflow_run_name
형: 문자열
키에는 mlflow_run_name 런 이름이 포함되어 있습니다. 이 키를 누락하면 런 이름은 기본값으로 experiment_name됩니다.
parameters
유형: 지도
키는 parameters 자유 형식의 중첩 값을 포함합니다. CLI는 다른 런치 아티팩트와 함께 값을 직 hyperparameters.yaml 렬화합니다.
Example
parameters:
learning_rate: 0.001
model:
hidden_size: 1024
permissions
유형: 지도 목록
키에는 permissions 제출 후 적용된 보조금이 포함되어 있습니다. 만약 그랜트가 실패하면 실행이 생성된 상태로 유지되며 CLI가 경고를 출력합니다.
각 보조금은 다음 키를 지원합니다:
| Key | Type | Description |
|---|---|---|
level |
string | Required. 권한 수준, 예를 들어 CAN_VIEW 또는 CAN_MANAGE. 작업 공간이 값을 검증합니다. |
user_name |
string | 사용자 전자 메일입니다. 각 보조금마다 , , 또는 service_principal_name 중 user_namegroup_name하나를 정확히 지정하세요. |
group_name |
string | 그룹 이름입니다. 각 보조금마다 , , 또는 service_principal_name 중 user_namegroup_name하나를 정확히 지정하세요. |
service_principal_name |
string | 서비스 주체 이름입니다. 각 보조금마다 , , 또는 service_principal_name 중 user_namegroup_name하나를 정확히 지정하세요. |
Example
permissions:
- user_name: trainer@example.com
level: CAN_MANAGE
- group_name: training-team
level: CAN_VIEW
secrets
유형: 문자열 사도
키는 secrets 환경 scope/key 변수 이름을 정확한 형식으로 비밀 참조에 매핑합니다. 스코프와 키는 비어 있지 않아야 합니다. 이름은 에도 env_variables나타날 수 없습니다.
Example
secrets:
HF_TOKEN: my-scope/hf-token
비밀 생성 및 관리에 관한 정보는 비밀 관리(Secret management)를 참조하세요.
timeout_minutes
유형: 정수
이 키는 timeout_minutes 리트리를 포함한 전체 주행의 벽시계 제한을 설정합니다. 값은 양수여야 합니다. 생략할 경우, 워크로드는 AI 런타임 기본값을 사용합니다.
usage_policy_id
형: 문자열
키는 usage_policy_id 기존 서버리스 사용 정책의 정식 UUID를 포함합니다.
usage_policy_name와 상호 배타적입니다.
usage_policy_name
형: 문자열
키에는 usage_policy_name 기존의 서버리스 사용 정책의 이름이 포함되어 있습니다.
usage_policy_id와 상호 배타적입니다.
사용 정책 생성에 관한 정보는 '서버 없는 사용 정책으로 한 속성 사용'을 참조하세요.