Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Esta página lista o ambiente do sistema e as bibliotecas instaladas para o ambiente AI Runtime (computação GPU serverless) versão 5.
O ambiente de execução de IA 5 é baseado no ambiente serverless 5 (CPU). Veja as novidades no ambiente sem servidor 5 (CPU). Ele inclui o seguinte ambiente:
- Ambiente padrão: um ambiente mínimo com API de cliente estável.
- Ambiente de IA do Databricks: um ambiente com pacotes de runtime comuns e pacotes específicos do aprendizado de máquina em GPUs.
Para garantir compatibilidade com a aplicação, cargas de trabalho do Runtime de IA usam uma API com controle de versão, conhecida como versão do ambiente, que permanece compatível com versões de servidores mais recentes.
Você pode selecionar um ambiente base que inclua essa versão de ambiente usando o painel lateral Ambiente em seus notebooks sem servidor. Veja o Passo 1: Conecte notebook a uma GPU.
Novos recursos e melhorias
Na versão 5, o Databricks está fornecendo um ambiente mínimo que dá suporte apenas à API de GPU sem servidor, às dependências do Databricks e ao MLflow. Os usuários podem personalizar o ambiente de acordo com suas necessidades. O ambiente Standard na versão 5 não inclui determinados pacotes presentes no ambiente da CPU, a fim de fornecer um ambiente de GPU funcional mínimo. Os usuários que desejam um ambiente completo com bibliotecas de IA abrangentes devem usar o ambiente de IA do Databricks.
Instalações de pacote mais rápidas com %uv pip
7 de maio de 2026
Agora você pode usar o comando mágico %uv pip em notebooks serverless como uma alternativa mais rápida ao %pip para gerenciamento de pacotes do Python.
%uv pip é alimentado pelo gerenciador de pacotes uv e compartilha o mesmo ambiente virtual de notebook que %pip. Veja instalações mais rápidas com %uv pip.
Atualizações da API
1º de setembro de 2026
API Python de GPU serverless atualizada para 0.5.24
A API Serverless GPU Python 0.5.24 inclui as seguintes atualizações da API:
-
Novos recursos:
- Suporte ao painel Ray para notebooks com GPU. Uma nova função de alto nível
ray_init()(um drop-in pararay.init()) habilita o painel Ray através do proxy do driver Databricks e imprime sua URL.
- Suporte ao painel Ray para notebooks com GPU. Uma nova função de alto nível
4 de agosto de 2026
API Python para GPU serverless atualizada para 0.5.23
A API Python 0.5.23 da GPU Serverless inclui as seguintes atualizações da API:
-
Novos recursos:
- Os logs das corridas locais agora são enviados ao vivo enquanto a corrida está em andamento.
20 de julho de 2026
API Python para GPU serverless atualizada para 0.5.22
A API Python 0.5.22 para GPU Serverless inclui as seguintes atualizações de API:
-
Correções de bug:
- A ocorrência
set_experimentdo MLflow em uma execução local com falha agora aparece apenas quando a falha é causada por uma incompatibilidade run-ID, em vez de em toda falha de subprocesso.
- A ocorrência
17 de julho de 2026
GPU sem servidor Python API atualizada para 0.5.21
A GPU sem servidor Python API 0.5.21 inclui as seguintes atualizações de API:
-
Correções de bug:
- A API de GPU sem servidor agora gera um erro
GPUValidationErrorclaro quando o parâmetrogpusnão é um número inteiro. - Falhas transitórias de instantâneo do ambiente durante a expedição remota agora têm nova tentativa com retirada. Anteriormente, uma corrida de leitura em arquivos apenas gravados per-run poderia aparecer como um erro transitório e anular a execução.
- Usar
@distributedcomgpus=1em uma GPU conectada localmente agora registra uma mensagem informando que a função pode ser executada diretamente no notebook. - As mensagens de erro para um tipo de GPU inválido agora passam a listar os tipos disponíveis usando seus nomes canônicos, como
h100ea10.
- A API de GPU sem servidor agora gera um erro
-
Novos recursos:
- As execuções iniciadas com
@distributedagora aparecem na guia de logs do experimento do MLflow.
- As execuções iniciadas com
1º de julho de 2026
GPU sem servidor Python API atualizada para 0.5.20
A GPU sem servidor Python API 0.5.20 inclui as seguintes atualizações de API:
-
Correções de bug:
- Corrigido um problema em que o carregador de logs travava com um
UnicodeDecodeErrorao consultar um arquivo de log no meio de uma sequência UTF-8 de vários bytes.
- Corrigido um problema em que o carregador de logs travava com um
9 de junho de 2026
GPU sem servidor Python API atualizada para 0.5.19
A GPU sem servidor Python API 0.5.19 inclui as seguintes atualizações de API:
novos recursos:
- As execuções no modo local agora transmitem os logs para o MLflow de forma incremental ao longo de toda a execução, em vez de fazer upload de um único instantâneo no final da execução.
- Saída do stderr capturada nos artefatos de log do MLflow para execuções no modo local.
Correções de bug:
- O modo de execução local agora respeita o nível de log configurado do notebook.
- Suprimiu os alertas NCCL não passíveis de ação durante as execuções no modo local.
26 de maio de 2026
GPU sem servidor Python API atualizada para 0.5.18
A GPU sem servidor Python API 0.5.18 inclui as seguintes atualizações de API:
novos recursos:
- Adicionado um
timeoutparâmetro ao@distributeddecorador. Por padrão, ele limita as execuções locais (remote=False) em 3 horas. Para execuções locais ilimitadas, passetimeout=None. - Introduziu a
DATABRICKS_SERVERLESS_GPU_LOG_VERBOSEvariável de ambiente para controlar a verbosidade de log daserverless_gpubiblioteca. - Passou a respeitar os experimentos do MLflow especificados pelo usuário definidos com
mlflow.set_experiment(...)durante a execução local de GPU sem servidor, com uma mensagem de erro mais informativa quando há um conflito no nome do experimento do MLflow.
- Adicionado um
Correções de bug:
- Corrigimos um problema em que o link de execução do MLflow na saída da célula exibia um segmento
[REDACTED]para cargas de trabalho remotas. - Corrigido um problema em que erros transitórios (503 erros) no modo remoto terminavam a carga de trabalho na primeira ocorrência. A API agora tenta novamente em caso desses erros.
- Melhoradas as mensagens de aviso e erro exibidas quando você importa
serverless_gpue executa comremote=Falsesem otorchinstalado.
- Corrigimos um problema em que o link de execução do MLflow na saída da célula exibia um segmento
11 de maio de 2026
GPU sem servidor Python API atualizada para 0.5.17
A GPU sem servidor Python API 0.5.17 inclui as seguintes atualizações de API:
-
Correções de bug:
- A API agora volta à computação sob demanda quando as opções do pool de GPU não estão disponíveis, evitando falhas de carga de trabalho durante interrupções de serviço.
- Os erros na criação de cargas de trabalho agora incluem o corpo completo da resposta do servidor, o que agiliza a resolução de problemas.
- Mensagens de erro aprimoradas para o uso incorreto do decorador
@distributed. - Agora é possível executar
@distributed(remote=False)execuções aninhadas do MLflow na execução local. Executar uma execução dentro de uma execução ativa do MLflow agora cria uma execução filha aninhada, em vez de encerrar a execução pai existente.
-
Novos recursos:
- Logs locais mais limpos: por padrão, os logs de métricas do sistema no nível de informação são suprimidos durante a execução local para reduzir o ruído nos logs.
24 de abril de 2026
GPU sem servidor Python API atualizada para 0.5.16
A GPU sem servidor Python API 0.5.16 inclui as seguintes atualizações de API:
-
Novos recursos:
- Adicionado
UCVolumeDataset, um TorchIterableDatasetque transmite arquivos de um volume montado no FUSE do Unity Catalog. As listas de arquivos são particionadas automaticamente entre as classificações distribuídas e os trabalhadores do DataLoader para que cada par(rank, worker)receba uma fatia não sobreposta. - A API de GPU sem servidor agora oferece suporte ao tipo de acelerador 1xH100 para tarefas com um único H100.
- Redução do ruído de log de PySpark e Py4J durante a execução local. A mensagem do diretório de log agora está registrada no nível de depuração em vez de impressa.
- Adicionado
14 de abril de 2026
GPU sem servidor Python API atualizada para 0.5.15
A GPU sem servidor Python API 0.5.15 inclui as seguintes atualizações de API:
-
Novos recursos:
- Adicionamos a propagação de logs ao MLflow para execuções locais da API de GPU sem servidor. Os logs de treinamento das execuções locais agora são enviados automaticamente para o MLflow.
-
Correções de bug:
- Quando PyTorch não está instalado, a mensagem de erro agora indica corretamente que o ambiente base Standard v5 não inclui torch.
-
Segurança:
- Fixou todas as versões de dependências do Python em versões exatas para evitar ataques na cadeia de suprimentos provenientes de versões mal-intencionadas de pacotes publicadas recentemente.
17 de março de 2026
GPU sem servidor Python API atualizada para 0.5.14
A GPU sem servidor Python API 0.5.14 inclui as seguintes atualizações de API:
-
Correções de bug:
- Correção de um problema em que a API de GPU sem servidor falhava em planos de controle sem MAPI disponível. A API agora volta normalmente para a computação sob demanda quando MAPI é inacessível.
2 de março de 2026
GPU sem servidor Python API atualizada para 0.5.13
A GPU sem servidor Python API 0.5.13 inclui as seguintes atualizações de API:
Correções de bug:
- Corrigida a análise do nome do dispositivo GPU do Azure A10 no modo local. A API agora lida com formatos específicos de Azure, como "A10-24Q".
- Correção de um problema em que a execução ativa do MLflow não era fechada após a conclusão da execução local.
- Correção na compatibilidade do streaming de log do MLflow com a versão 3.x do MLflow. Uma alteração no comportamento do caminho de download do artefato no MLflow 3.x causou a interrupção do streaming de log. O streaming de log agora funciona corretamente com MLflow 2.x e 3.x.
- Corrigimos um problema que fazia com que as corridas de treinamento travassem. O recurso de sincronização de status do MLflow entre classificações introduzido em uma versão anterior foi descontinuado.
Pacotes adicionados ao ambiente de IA do Databricks
Os novos pacotes a seguir foram adicionados ao ambiente de IA do Databricks na versão 5:
catboost 1.2.8trl 0.23.0unsloth 2025.11.3vllm 0.13.0omegaconf 2.3.0statsmodels 0.14.4networkx 3.4.2
Pacotes removidos do ambiente de IA do Databricks
O spacy pacote foi removido do ambiente de IA Databricks na versão 5.
Pacotes não incluídos no ambiente base
Os seguintes pacotes não estão incluídos no ambiente base, mas permanecem disponíveis no ambiente da CPU:
scipyseabornscikit-learn
Os seguintes pacotes não estão incluídos no ambiente base, mas permanecem disponíveis no ambiente de IA do Databricks:
flash-attentiontorchtorchvision
Com base nos comentários do cliente que solicitam controle sobre o controle de versão do PyTorch, torch não está incluído no ambiente base da versão 5. Isso permite que você instale a versão que melhor se ajusta à sua carga de trabalho. Para usar uma versão testada pelo Databricks, execute %pip install torch==2.9.0 em uma célula do notebook ou instale torch==2.9.0 usando a seção Dependências do painel lateral ambiente .
Ambiente do sistema
- Sistema operacional: Ubuntu 24.04.2 LTS
- Python: 3.12.3
-
Databricks Connect: 18 (Databricks Connect é continuamente atualizado na versão mais recente do ambiente. Corra
pip listpara confirmar a versão exata no seu ambiente atual.) - Kit de ferramentas do NVIDIA CUDA: 12.9
Bibliotecas do Python instaladas
Ambiente padrão
Note
Os arquivos de requisitos registram as versões dos pacotes para este lançamento. Reproduzir essas versões pode instalar pacotes de autoridades certificadoras desatualizados, incluindo certifi. Antes de fazer conexões remotas por HTTPS, aplique as atualizações do pacote listadas no aviso de segurança do eMudhra. Mantenha a verificação de certificados TLS ativada e teste a compatibilidade dos pacotes após as atualizações.
Para reproduzir o ambiente de execução IA 5 no seu ambiente virtual Python local, baixe o arquivo requirements-env-gpu-5.txt e execute pip install -r requirements-env-gpu-5.txt. Esse comando instala todas as bibliotecas do ambiente sem servidor 5.
| Biblioteca | Versão | Biblioteca | Versão | Biblioteca | Versão |
|---|---|---|---|---|---|
| aiohappyeyeballs | 2.4.4 | aiohttp | 3.11.10 | aiosignal | 1.2.0 |
| documento-anotado | 0.0.4 | annotated-types | 0.7.0 | anyio | 4.7.0 |
| argon2-cffi | 21.3.0 | argon2-cffi-bindings | 21.2.0 | arro3-core | 0.6.5 |
| flecha | 1.3.0 | asttokens | 3.0.0 | astunparse | 1.6.3 |
| async-lru | 2.0.4 | attrs | 24.3.0 | autocommand | 2.2.2 |
| Azure Common | 1.1.28 | azure-core | 1.37.0 | azure-identity | 1.20.0 |
| azure-mgmt-core | 1.6.0 | azure-mgmt-web | 8.0.0 | azure-storage-blob | 12.28.0 |
| azure-storage-file-datalake | 12.22.0 | babel | 2.16.0 | backports.tarfile | 1.2.0 |
| beautifulsoup4 | 4.12.3 | preto | 24.10.0 | bleach | 6.2.0 |
| blinker | 1.7.0 | boto3 | 1.40.45 | botocore | 1.40.45 |
| ferramentas de cache | 5.5.1 | certificado | 2026.10.19 | cffi | 1.17.1 |
| chardet | 4.0.0 | normalizador de conjunto de caracteres | 3.3.2 | clique | 8.1.8 |
| cloudpickle | 3.0.0 | comm | 0.2.1 | contourpy | 1.3.1 |
| criptografia | 44.0.1 | ciclista | 0.11.0 | Cython | 3.1.5 |
| agentes do databricks | 1.9.1 | databricks-connect | 18.2.8 | databricks-sdk | 0.67.0 |
| databricks.serverless_gpu | 0.5.23+patch1 | dataclasses-json | 0.6.7 | dbus-python | 1.3.2 |
| debugpy | 1.8.11 | decorador | 5.1.1 | defusedxml | 0.7.1 |
| delta-spark | 3.4.0+databricks.connect.18.2.8 | deltalake | 1.1.4 | Deprecated | 1.2.18 |
| distlib | 0.3.9 | docstring-to-markdown | 0.11 | em execução | 1.2.0 |
| Visão geral de facetas | 1.1.1 | fastapi | 0.128.0 | fastjsonschema | 2.21.1 |
| bloqueio de arquivo | 3.17.0 | fonttools | 4.55.3 | fqdn | 1.5.1 |
| lista de itens congelados | 1.5.0 | fsspec | 2023.5.0 | futuro | 1.0.0 |
| gitdb | 4.0.11 | GitPython | 3.1.43 | google-api-core | 2.28.1 |
| google-auth (autenticação do Google) | 2.47.0 | google-cloud-core | 2.5.0 | armazenamento na nuvem do Google | 3.7.0 |
| google-crc32c | 1.8.0 | google-resumable-media | 2.8.0 | googleapis-common-protos | 1.65.0 |
| grpcio | 1.67.0 | grpcio-status | 1.67.0 | h11 | 0.16.0 |
| hf-xet | 1.3.2 | httpcore | 1.0.9 | httplib2 | 0.20.4 |
| httpx | 0.28.1 | huggingface_hub | 1.2.4 | idna | 3.7 |
| importlib_metadata | 8.5.0 | inflect | 7.3.1 | iniconfig | 1.1.1 |
| ipyflow-core | 0.0.209 | ipykernel | 6.29.5 | ipython | 8.30.0 |
| ipython-genutils | 0.2.0 | ipywidgets | 7.8.1 | isodate | 0.7.2 |
| isoduration | 20.11.0 | jaraco.collections | 5.1.0 | jaraco.context | 5.3.0 |
| jaraco.functools | 4.0.1 | jaraco.text | 3.12.1 | Jedi | 0.19.2 |
| Jinja2 | 3.1.6 | jiter | 0.12.0 | jmespath | 1.0.1 |
| joblib | 1.4.2 | json5 | 0.9.25 | jsonpatch | 1.33 |
| jsonpointer | 3.0.0 | jsonschema | 4.23.0 | Especificações do JSON Schema | 2023.7.1 |
| jupyter_client | 8.6.3 | jupyter_core | 5.7.2 | eventos Jupyter | 0.12.0 |
| jupyter-lsp | 2.2.5 | Servidor Jupyter | 2.15.0 | Terminais do servidor Jupyter | 0.5.3 |
| jupyterlab | 4.3.4 | jupyterlab_pygments | 0.3.0 | jupyterlab_server | 2.27.3 |
| jupyterlab_widgets | 1.1.11 | kiwisolver | 1.4.8 | langchain-core | 1.2.6 |
| langchain-openai | 1.1.6 | langsmith | 0.6.1 | launchpadlib | 1.11.0 |
| lazr.restfulclient | 0.14.6 | lazr.uri | 1.0.6 | litellm | 1.75.9 |
| markdown-it-py | 2.2.0 | MarkupSafe | 3.0.2 | marshmallow | 3.26.2 |
| matplotlib | 3.10.0 | matplotlib-inline | 0.1.7 | mccabe | 0.7.0 |
| mdurl | 0.1.0 | mistune | 3.1.2 | mlflow-skinny | 3.8.1 |
| mmh3 | 5.2.0 | more-itertools | 10.3.0 | msal | 1.34.0 |
| msal-extensions | 1.3.1 | multidict | 6.1.0 | mypy-extensions | 1.0.0 |
| nbclient | 0.10.2 | nbconvert | 7.16.6 | nbformat | 5.10.4 |
| nest-asyncio | 1.6.0 | nodeenv | 1.10.0 | notebook | 7.3.2 |
| notebook_shim | 0.2.4 | numpy | 2.1.3 | nvidia-ml-py | 13.590.44 |
| oauthlib | 3.2.2 | openai | 2.14.0 | opentelemetry-api | 1.39.1 |
| opentelemetry-proto | 1.39.1 | opentelemetry-sdk | 1.39.1 | Convenções Semânticas do OpenTelemetry | 0.60b1 |
| orjson | 3.11.5 | substituições | 7.4.0 | empacotamento | 24,2 |
| Pandas | 2.2.3 | pandocfilters | 1.5.0 | parambench-train-comms | 0.0.0 |
| parso | 0.8.4 | pathspec | 0.10.3 | patsy | 1.0.1 |
| pexpect | 4.8.0 | almofada | 11.1.0 | pip | 25.0.1 |
| platformdirs | 4.3.7 | plotly | 5.24.1 | pluggy | 1.5.0 |
| prometheus_client | 0.21.1 | prompt-toolkit | 3.0.43 | propcache | 0.3.1 |
| proto-plus | 1.27.0 | protobuf | 5.29.4 | psutil | 5.9.0 |
| psycopg2 | 2.9.11 | ptyprocess | 0.7.0 | pure-eval | 0.2.2 |
| py4j | 0.10.9.9 | pyarrow | 21.0.0 | pyasn1 | 0.4.8 |
| pyasn1-modules | 0.2.8 | pyccolo | 0.0.71 | pycparser | 2.21 |
| pydantic | 2.10.6 | pydantic_core | 2.27.2 | pydot | 4.0.0 |
| pyflakes | 3.2.0 | Pygments | 2.19.1 | PyGObject | 3.48.2 |
| pyiceberg | 0.10.0 | PyJWT | 2.10.1 | pyodbc | 5.2.0 |
| pyparsing | 3.2.0 | pyright | 1.1.394 | pyroaring | 1.0.3 |
| pyspark | 4.1.0+databricks.connect.18.2.8 | pytest | 8.3.5 | python-dateutil | 2.9.0.post0 |
| python-dotenv | 1.2.1 | python-json-logger | 3.2.1 | python-lsp-jsonrpc | 1.1.2 |
| python-lsp-server (servidor LSP para Python) | 1.12.2 | pytoolconfig | 1.2.6 | pytz | 2026.5 |
| PyYAML | 6.0.2 | pyzmq | 26.2.0 | referência | 0.30.2 |
| regex | 2024.11.6 | requests | 2.32.3 | requests-toolbelt | 1.0.0 |
| rfc3339-validator | 0.1.4 | rfc3986-validator (validador de RFC 3986) | 0.1.1 | rico | 13.9.4 |
| rope | 1.13.0 | rpds-py | 0.22.3 | rsa | 4.9.1 |
| s3transfer | 0.14.0 | Send2Trash | 1.8.2 | setuptools | 78.1.1 |
| shellingham | 1.5.4 | seis | 1.17.0 | smmap | 5.0.0 |
| sniffio | 1.3.0 | sortedcontainers | 2.4.0 | soupsieve | 2,5 |
| sqlparse | 0.5.5 | ssh-import-id | 5.11 | stack-data | 0.6.3 |
| starlette | 0.50.0 | strictyaml | 1.7.3 | tenacidade | 9.0.0 |
| terminado | 0.17.1 | threadpoolctl | 3.5.0 | tiktoken | 0.12.0 |
| tinycss2 | 1.4.0 | tokenize_rt | 6.1.0 | criadores de token | 0.22.2 |
| tomli | 2.0.1 | tornado | 6.5.1 | tqdm | 4.67.1 |
| traitlets | 5.14.3 | typeguard | 4.3.0 | typer-slim | 0.21.1 |
| types-python-dateutil | 2.9.0.20251115 | typing_extensions | 4.12.2 | typing-inspect | 0.9.0 |
| tzdata | 2026.5 | ujson | 5.10.0 | atualizações não supervisionadas | 0.1 |
| uri-template | 1.3.0 | urllib3 | 2.3.0 | uuid_utils | 0.12.0 |
| uvicorn | 0.40.0 | virtualenv | 20.29.3 | wadllib | 1.3.6 |
| wcwidth | 0.2.5 | webcolors | 25.10.0 | codificações web | 0.5.1 |
| websocket-client (cliente WebSocket) | 1.8.0 | whatthepatch | 1.0.2 | wheel | 0.45.1 |
| whenever | 0.7.3 | widgetsnbextension | 3.6.6 | wrapt | 1.17.0 |
| yapf | 0.40.2 | yarl | 1.18.0 | zipp | 3.21.0 |
| zstandard | 0.23.0 |
Ambiente de IA
O ambiente de IA inclui todos os pacotes do ambiente Standard, bem como os seguintes pacotes. Esse ambiente inclui pyTorch e bibliotecas abrangentes de machine learning:
torch 2.9.0torchvision 0.24.0flash_attn 2.8.3catboost 1.2.8langchain 0.3.27lightgbm 4.6.0openai 2.7.0optuna 4.5.0pytorch-lightning 2.5.4ray 2.51.1scikit-learn 1.6.1scipy 1.15.3seaborn 0.13.2sentence-transformers 5.1.2transformers 4.57.1trl 0.23.0unsloth 2025.11.3vllm 0.13.0xgboost 3.0.4
Note
Os arquivos de requisitos registram as versões dos pacotes para este lançamento. Reproduzir essas versões pode instalar pacotes de autoridades certificadoras desatualizados, incluindo certifi. Antes de fazer conexões remotas por HTTPS, aplique as atualizações do pacote listadas no aviso de segurança do eMudhra. Mantenha a verificação de certificados TLS ativada e teste a compatibilidade dos pacotes após as atualizações.
Para reproduzir o ambiente de IA V5 em seu ambiente virtual do Python local, baixe o arquivo requirements-ai-gpu-5.txt e execute pip install -r requirements-ai-gpu-5.txt. Esse comando instala todas as bibliotecas do ambiente de IA.
| Biblioteca | Versão | Biblioteca | Versão | Biblioteca | Versão |
|---|---|---|---|---|---|
| absl-py | 2.3.1 | acelerar | 1.11.0 | aiohappyeyeballs | 2.4.4 |
| aiohttp | 3.11.10 | aiohttp-cors | 0.8.1 | aiosignal | 1.2.0 |
| alambique | 1.18.0 | documento-anotado | 0.0.4 | annotated-types | 0.7.0 |
| Antrópico | 0.71.0 | antlr4-python3-runtime | 4.9.3 | anyio | 4.7.0 |
| apache-tvm-ffi | 0.1.8.post2 | argon2-cffi | 21.3.0 | argon2-cffi-bindings | 21.2.0 |
| arro3-core | 0.6.5 | flecha | 1.3.0 | astor | 0.8.1 |
| asttokens | 3.0.0 | astunparse | 1.6.3 | async-lru | 2.0.4 |
| attrs | 24.3.0 | audioread | 3.1.0 | autocommand | 2.2.2 |
| Azure Common | 1.1.28 | azure-core | 1.37.0 | azure-identity | 1.20.0 |
| azure-mgmt-core | 1.6.0 | azure-mgmt-web | 8.0.0 | azure-storage-blob | 12.28.0 |
| azure-storage-file-datalake | 12.22.0 | babel | 2.16.0 | backports.tarfile | 1.2.0 |
| bcrypt | 4.3.0 | beautifulsoup4 | 4.12.3 | bitsandbytes | 0.49.1 |
| preto | 24.10.0 | blake3 | 1.0.8 | bleach | 6.2.0 |
| blinker | 1.7.0 | boto3 | 1.40.45 | botocore | 1.40.45 |
| brotli | 1.2.1 | ferramentas de cache | 5.5.1 | catálogo | 2.0.10 |
| catboost | 1.2.8 | cbor2 | 5.8.0 | certificado | 2026.10.19 |
| cffi | 1.17.1 | chardet | 4.0.0 | normalizador de conjunto de caracteres | 3.3.2 |
| circuitbreaker | 2.1.3 | clique | 8.1.8 | cloudpickle | 3.0.0 |
| colorido | 0.5.8 | colorlog | 6.10.1 | comm | 0.2.1 |
| tensores comprimidos | 0.12.2 | contourpy | 1.3.1 | cramjam | 2.11.0 |
| criptografia | 44.0.1 | cuda-bindings | 13.1.1 | cuda-pathfinder | 1.3.3 |
| cuda-python | 13.1.1 | cupy-cuda12x | 13.6.0 | cut-cross-entropy | 25.1.1 |
| ciclista | 0.11.0 | Cython | 3.1.5 | agentes do databricks | 1.9.1 |
| databricks-connect | 18.2.8 | databricks-sdk | 0.67.0 | databricks.serverless_gpu | 0.5.23+patch1 |
| dataclasses-json | 0.6.7 | datasets | 4.3.0 | dbus-python | 1.3.2 |
| debugpy | 1.8.11 | decorador | 5.1.1 | defusedxml | 0.7.1 |
| deltalake | 1.1.4 | Deprecated | 1.2.18 | depyf | 0.20.0 |
| Difusores | 0.36.0 | dill | 0.3.8 | cache de disco | 5.6.3 |
| distlib | 0.3.9 | dm-tree | 0.1.9 | dnspython | 2.8.0 |
| docstring_parser | 0.17.0 | docstring-to-markdown | 0.11 | einops | 0.8.1 |
| validador de email | 2.3.0 | evaluate | 0.4.6 | em execução | 1.2.0 |
| Visão geral de facetas | 1.1.1 | Farama-Notificações | 0.0.4 | fastapi | 0.128.0 |
| fastapi-cli | 0.0.20 | fastapi-cloud-cli | 0.9.0 | fastar | 0.8.0 |
| fastjsonschema | 2.21.1 | fastrlock | 0.8.3 | bloqueio de arquivo | 3.17.0 |
| flash_attn | 2.8.3 | flashinfer-python | 0.5.3 | fonttools | 4.55.3 |
| fqdn | 1.5.1 | lista de itens congelados | 1.5.0 | fsspec | 2023.5.0 |
| futuro | 1.0.0 | gguf | 0.17.1 | gitdb | 4.0.11 |
| GitPython | 3.1.43 | google-api-core | 2.28.1 | google-auth (autenticação do Google) | 2.47.0 |
| google-cloud-core | 2.5.0 | armazenamento na nuvem do Google | 3.2.0 | google-crc32c | 1.8.0 |
| google-resumable-media | 2.8.0 | googleapis-common-protos | 1.65.0 | Graphviz | 0.21 |
| greenlet | 3.1.1 | grpcio | 1.67.0 | grpcio-status | 1.67.0 |
| ginásio | 1.1.1 | h11 | 0.16.0 | hf_transfer | 0.1.9 |
| hf-xet | 1.3.2 | httpcore | 1.0.9 | httplib2 | 0.20.4 |
| httptools | 0.7.1 | httpx | 0.28.1 | httpx-sse | 0.4.3 |
| huggingface-hub | 0.34.4 | idna | 3.7 | ijson | 3.4.0.post0 |
| importlib_metadata | 8.5.0 | inflect | 7.3.1 | iniconfig | 1.1.1 |
| interegular | 0.3.3 | ipyflow-core | 0.0.209 | ipykernel | 6.29.5 |
| ipython | 8.30.0 | ipython-genutils | 0.2.0 | ipywidgets | 7.8.1 |
| isodate | 0.7.2 | isoduration | 20.11.0 | jaraco.collections | 5.1.0 |
| jaraco.context | 5.3.0 | jaraco.functools | 4.0.1 | jaraco.text | 3.12.1 |
| Jedi | 0.19.2 | Jinja2 | 3.1.6 | jiter | 0.12.0 |
| jmespath | 1.0.1 | joblib | 1.4.2 | json5 | 0.9.25 |
| jsonpatch | 1.33 | jsonpointer | 3.0.0 | jsonschema | 4.23.0 |
| Especificações do JSON Schema | 2023.7.1 | jupyter_client | 8.6.3 | jupyter_core | 5.7.2 |
| eventos Jupyter | 0.12.0 | jupyter-lsp | 2.2.5 | Servidor Jupyter | 2.15.0 |
| Terminais do servidor Jupyter | 0.5.3 | jupyterlab | 4.3.4 | jupyterlab_pygments | 0.3.0 |
| jupyterlab_server | 2.27.3 | jupyterlab_widgets | 1.1.11 | kiwisolver | 1.4.8 |
| langchain | 0.3.27 | langchain-community | 0.3.31 | langchain-core | 0.3.79 |
| langchain-openai | 0.3.35 | langchain-text-splitters | 0.3.11 | langsmith | 0.6.1 |
| lark | 1.2.2 | launchpadlib | 1.11.0 | lazr.restfulclient | 0.14.6 |
| lazr.uri | 1.0.6 | lazy_loader | 0.4 | librosa | 0.11.0 |
| lightgbm | 4.6.0 | lightning-utilities | 0.15.2 | litellm | 1.75.9 |
| llguidance | 1.3.0 | llvmlite | 0.44.0 | lm-format-enforcer | 0.11.3 |
| loguru | 0.7.3 | lz4 | 4.3.2 | Mako | 1.3.10 |
| markdown-it-py | 2.2.0 | MarkupSafe | 3.0.2 | marshmallow | 3.26.2 |
| matplotlib | 3.10.0 | matplotlib-inline | 0.1.7 | mccabe | 0.7.0 |
| mcp | 1.25.0 | mdurl | 0.1.0 | mistral_common | 1.8.8 |
| mistune | 3.1.2 | mlflow-skinny | 3.8.1 | mmh3 | 5.2.0 |
| padrões de contêineres para hospedagem de modelos | 0.1.13 | more-itertools | 10.3.0 | mosaicml-streaming | 0.13.0 |
| mpmath | 1.3.0 | msal | 1.34.0 | msal-extensions | 1.3.1 |
| msgpack | 1.1.2 | msgspec | 0.20.0 | multidict | 6.1.0 |
| multiprocess | 0.70.16 | mypy-extensions | 1.0.0 | nbclient | 0.10.2 |
| nbconvert | 7.16.6 | nbformat | 5.10.4 | nest-asyncio | 1.6.0 |
| networkx | 3.4.2 | ninja | 1.13.0 | nodeenv | 1.10.0 |
| notebook | 7.3.2 | notebook_shim | 0.2.4 | numba | 0.61.2 |
| numpy | 2.1.3 | nvidia-cublas-cu12 | 12.9.1.4 | nvidia-cuda-cupti-cu12 | 12.9.79 |
| nvidia-cuda-nvrtc-cu12 | 12.9.86 | nvidia-cuda-runtime-cu12 | 12.9.79 | nvidia-cudnn-cu12 | 9.10.2.21 |
| nvidia-cudnn-frontend | 1.17.0 | nvidia-cufft-cu12 | 11.4.1.4 | nvidia-cufile-cu12 | 1.14.1.1 |
| nvidia-curand-cu12 | 10.3.10.19 | nvidia-cusolver-cu12 | 11.7.5.82 | nvidia-cusparse-cu12 | 12.5.10.65 |
| nvidia-cusparselt-cu12 | 0.7.1 | nvidia-cutlass-dsl | 4.3.5 | nvidia-ml-py | 13.590.44 |
| nvidia-nccl-cu12 | 2.27.5 | nvidia-nvjitlink-cu12 | 12.9.86 | nvidia-nvshmem-cu12 | 3.3.20 |
| nvidia-nvtx-cu12 | 12.9.79 | oauthlib | 3.2.2 | oci | 2.165.0 |
| omegaconf | 2.3.0 | openai | 2.7.0 | openai-harmony | 0.0.8 |
| opencensus | 0.11.4 | opencensus-context | 0.1.3 | opencv-python | 4.12.0.88 |
| opencv-python-headless | 4.12.0.88 | opentelemetry-api | 1.39.1 | opentelemetry-exporter-prometheus | 0.60b1 |
| opentelemetry-proto | 1.39.1 | opentelemetry-sdk | 1.39.1 | Convenções Semânticas do OpenTelemetry | 0.60b1 |
| optuna | 4.5.0 | optuna-integration | 4.5.0 | orjson | 3.11.5 |
| ormsgpack | 1.7.0 | outlines_core | 0.2.11 | substituições | 7.4.0 |
| empacotamento | 24,2 | Pandas | 2.2.3 | pandocfilters | 1.5.0 |
| parambench-train-comms | 0.0.0 | paramiko | 3.5.1 | parso | 0.8.4 |
| partial-json-parser | 0.2.1.1.post7 | pathspec | 0.10.3 | patsy | 1.0.1 |
| peft | 0.17.1 | pexpect | 4.8.0 | almofada | 11.1.0 |
| pip | 25.0.1 | platformdirs | 4.3.7 | plotly | 5.24.1 |
| pluggy | 1.5.0 | cachorrinho | 1.8.2 | prometheus_client | 0.21.1 |
| prometheus-fastapi-instrumentator | 7.1.0 | prompt-toolkit | 3.0.43 | propcache | 0.3.1 |
| proto-plus | 1.27.0 | protobuf | 5.29.4 | psutil | 5.9.0 |
| psycopg2 | 2.9.11 | ptyprocess | 0.7.0 | pure-eval | 0.2.2 |
| py-cpuinfo | 9.0.0 | py-spy (ferramenta de monitoramento do Python) | 0.4.1 | py4j | 0.10.9.9 |
| pyarrow | 21.0.0 | pyasn1 | 0.4.8 | pyasn1-modules | 0.2.8 |
| pybase64 | 1.4.3 | pyccolo | 0.0.71 | pycountry | 24.6.1 |
| pycparser | 2.21 | pydantic | 2.12.0 | pydantic_core | 2.41.1 |
| pydantic-extra-types | 2.11.0 | pydantic-settings | 2.12.0 | pydot | 4.0.0 |
| pyflakes | 3.2.0 | Pygments | 2.19.1 | PyGObject | 3.48.2 |
| pyiceberg | 0.10.0 | PyJWT | 2.10.1 | PyNaCl | 1.5.0 |
| pynndescent | 0.6.0 | pyodbc | 5.2.0 | pyOpenSSL | 25.0.0 |
| pyparsing | 3.2.0 | pyright | 1.1.394 | pyroaring | 1.0.3 |
| pyspark | 4.1.0+databricks.connect.18.2.8 | pytesseract | 0.3.13 | pytest | 8.3.5 |
| python-dateutil | 2.9.0.post0 | python-dotenv | 1.1.1 | python-json-logger | 3.2.1 |
| python-lsp-jsonrpc | 1.1.2 | python-lsp-server (servidor LSP para Python) | 1.12.2 | python-multipart | 0.0.21 |
| python-snappy | 0.7.3 | pytoolconfig | 1.2.6 | pytorch-lightning | 2.5.4 |
| pytorch-ranger | 0.1.1 | pytz | 2026.5 | PyYAML | 6.0.2 |
| pyzmq | 26.2.0 | raio | 2.51.1 | referência | 0.30.2 |
| regex | 2024.11.6 | requests | 2.32.5 | requests-toolbelt | 1.0.0 |
| rfc3339-validator | 0.1.4 | rfc3986-validator (validador de RFC 3986) | 0.1.1 | rico | 13.9.4 |
| ferramenta rica | 0.17.1 | rignore | 0.7.6 | rope | 1.13.0 |
| rpds-py | 0.22.3 | rsa | 4.9.1 | s3transfer | 0.14.0 |
| safetensors | 0.7.0 | scikit-learn | 1.6.1 | scipy | 1.15.3 |
| seaborn | 0.13.2 | Send2Trash | 1.8.2 | transformadores de frase | 5.1.2 |
| sentencepiece | 0.2.1 | sentry-sdk | 2.49.0 | setproctitle | 1.3.7 |
| setuptools | 78.1.1 | shap | 0.49.1 | shellingham | 1.5.4 |
| seis | 1.17.0 | segmentação | 0.0.8 | smart_open | 7.5.0 |
| smmap | 5.0.0 | sniffio | 1.3.0 | sortedcontainers | 2.4.0 |
| arquivo de som | 0.13.1 | soupsieve | 2,5 | soxr | 1.0.0 |
| SQLAlchemy | 2.0.39 | sqlparse | 0.5.5 | sse-starlette | 3.1.2 |
| ssh-import-id | 5.11 | stack-data | 0.6.3 | starlette | 0.50.0 |
| statsmodels | 0.14.4 | strictyaml | 1.7.3 | Supervisor | 4.3.0 |
| sympy | 1.13.3 | tabulate | 0.9.0 | tenacidade | 9.0.0 |
| tensorboardX | 2.6.4 | terminado | 0.17.1 | threadpoolctl | 3.5.0 |
| tiktoken | 0.9.0 | tinycss2 | 1.4.0 | tokenize_rt | 6.1.0 |
| criadores de token | 0.22.1 | tomli | 2.0.1 | lanterna | 2.9.0+cu129 |
| torch-optimizer | 0.3.0 | torchao | 0.15.0+cu129 | torchaudio | 2.9.0+cu129 |
| torchmetrics | 1.8.2 | torchvision | 0.24.0+cu129 | tornado | 6.5.1 |
| tqdm | 4.67.1 | traitlets | 5.14.3 | transformadores | 4.57.1 |
| Tritão | 3.5.0 | trl | 0.23.0 | typeguard | 4.4.4 |
| typer | 0.21.1 | typer-slim | 0.21.1 | types-python-dateutil | 2.9.0.20251115 |
| typing_extensions | 4.14.1 | typing-inspect | 0.9.0 | inspeção de digitação | 0.4.2 |
| tyro | 1.0.4 | tzdata | 2026.5 | ujson | 5.10.0 |
| umap-learn | 0.5.9.post2 | atualizações não supervisionadas | 0.1 | unsloth | 2025.11.3 |
| unsloth_zoo | 2026.1.2 | uri-template | 1.3.0 | urllib3 | 2.3.0 |
| uuid_utils | 0.12.0 | uvicorn | 0.40.0 | uvloop | 0.22.1 |
| virtualenv | 20.29.3 | vllm | 0.13.0 | wadllib | 1.3.6 |
| watchfiles | 1.1.1 | wcwidth | 0.2.5 | webcolors | 25.10.0 |
| codificações web | 0.5.1 | websocket-client (cliente WebSocket) | 1.8.0 | websockets | 16.0 |
| whatthepatch | 1.0.2 | wheel | 0.45.1 | whenever | 0.7.3 |
| widgetsnbextension | 3.6.6 | wrapt | 1.17.0 | xformers | 0.0.33.post1 |
| xgboost | 3.0.4 | xgboost-ray | 0.1.19 | xgrammar | 0.1.27 |
| xxhash | 3.5.0 | yapf | 0.40.2 | yarl | 1.18.0 |
| zipp | 3.21.0 | zstandard | 0.23.0 | zstd | 1.5.5.1 |