AI 런타임 예시

중요합니다

이 기능은 공개 미리보기 단계에 있습니다.

AI 런타임은 AI 및 딥러닝 모델의 추론, 학습, 미세 조정을 위한 서버리스 GPU 연산을 제공합니다. 아래 페이지들은 작업별로 노트북 튜토리얼과 Databricks CLI 레시피를 그룹화합니다: 클래식 머신러닝, 추천 시스템, 컴퓨터 비전, 사후 학습된 오픈 소스 LLM, 배치 추론, 다중 GPU 분산 학습.

노트북(Notebook) 예시는 문서에 포함되어 있습니다. Databricks CLI 예시는 GitHub의 AI Runtime Cookbook으로 연결되며, 저장소를 복제하고 워크로드 구성과 소스 코드를 실행할 수 있습니다.

과업	설명
고전적인 머신러닝	XGBoost 훈련, 제로 샷 표 예측, 시계열 예측 등 전통적인 머신러닝 과제의 예시입니다.
권장 사항 시스템	2타워 모델과 같은 최신 딥 러닝 접근 방식을 사용하여 권장 시스템을 빌드하는 예제입니다.
컴퓨터 비전	개체 감지 및 이미지 분류를 포함한 컴퓨터 비전 작업의 예입니다.
사후 학습된 OSS 모델(LLM)	매개변수 효율적인 방법을 포함한 오픈 소스 대형 언어 모델의 미세 조정 및 사후 학습 예시.
일괄 처리 유추	여러 GPU에서 레이 데이터와 vLLM을 이용한 대규모 배치 추론 예시입니다.
다중 GPU 분산 학습	서버리스 GPU API를 사용하여 여러 GPU 및 노드에서 학습 크기를 조정하는 예제입니다.