Środowisko sztucznej inteligencji usługi Databricks

Środowisko sztucznej inteligencji usługi Databricks to wyselekcjonowane środowisko uruchomieniowe obsługujące procesor GPU dostosowane do tworzenia sztucznej inteligencji. Jest on obsługiwany w środowisku bezserwerowym procesora GPU 4 lub nowszym.

To nowe środowisko usprawnia programowanie, dostarczając w pełni skonfigurowany stos biblioteki na potrzeby uczenia maszynowego (w tym struktury, takie jak PyTorch, HuggingFace Transformers itp.) i natywną obsługę procesorów GPU. Integruje się z notesami Databricks, katalogiem Unity i MLflow, zapewniając zintegrowane środowisko. Dzięki środowisku sztucznej inteligencji zespoły uczenia maszynowego mogą po prostu wybrać gotowy do uruchomienia klaster procesora GPU i natychmiast rozpocząć trenowanie modeli, a nie poświęcać dni na instalację i rozwiązywanie problemów.

Nawiązywanie połączenia ze środowiskiem sztucznej inteligencji

Aby użyć środowiska Databricks AI z notebooka Databricks, połączonego z bezserwerowym przetwarzaniem GPU:

1. W notesie kliknij menu rozwijane Połącz u góry i wybierz pozycję Bezserwerowy procesor GPU.
2. Kliknij Aby otworzyć panel boczny Środowisko .
3. Wybierz pozycję A10 z pola Akcelerator .
4. Wybierz pozycję AI v4 dla środowiska AI w polu Środowisko bazowe.
5. W przypadku wybrania opcji Brak w polu Środowisko podstawowe wybierz wersję środowiska.
6. Kliknij Zastosuj, a następnie Potwierdź, że chcesz zastosować bezserwerowe obliczenia GPU do środowiska notebooka.

Aby skonfigurować środowisko AI usługi Databricks dla zadania notatnika na bezserwerowym GPU:

1. W ustawieniu zadania notesu kliknij pozycję Edytuj środowisko notesu w sekcji Środowisko i biblioteki .
2. Kliknij Aby otworzyć panel boczny Środowisko .
3. Wybierz AI v4 dla środowiska AI w polu środowisko bazowe.

Nowe uruchomienia zadań będą mogły obsługiwać środowisko AI Databricks.

Często zadawane pytania

Jaka jest różnica między środowiskiem sztucznej inteligencji usługi Databricks a środowiskiem w środowisku Databricks Runtime na potrzeby uczenia maszynowego?

Środowisko Databricks Runtime dla uczenia maszynowego i środowisko sztucznej inteligencji usługi Databricks udostępnia wstępnie skonfigurowane środowisko obliczeniowe dostosowane do przypadków użycia sztucznej inteligencji/uczenia maszynowego. Chociaż środowisko Databricks Runtime for Machine Learning jest używane z klasycznymi zasobami obliczeniowymi, środowisko sztucznej inteligencji usługi Databricks jest przeznaczone do przetwarzania bezserwerowego procesora GPU.

Zarówno środowisko środowiska Databricks Runtime dla uczenia maszynowego, jak i środowisko sztucznej inteligencji usługi Databricks obejmują typowe pakiety uczenia maszynowego, z pewnymi różnicami. Przede wszystkim środowisko sztucznej inteligencji usługi Databricks zawiera bardziej zaktualizowane pakiety, ale nie obejmuje bibliotek Tensorflow i GraphFrames. Aby uzyskać więcej informacji na temat elementów zawartych w środowisku sztucznej inteligencji usługi Databricks i środowisku Databricks Runtime for Machine Learning, zobacz informacje o wersji środowiska bezserwerowego i informacje o wersji środowiska uruchomieniowego usługi Databricks.

Znane problemy

• Środowisko sztucznej inteligencji usługi Databricks nie działa z polem Środowisko i biblioteki w konfiguracji zadań wykorzystujących notesy. Jeśli utworzysz nowe środowisko zadań z tego pola, możesz nie być w stanie wybrać środowiska AI w usłudze Databricks.
• Środowisko sztucznej inteligencji usługi Databricks nie obsługuje eksportowania środowiska.