Ambiente de execução IA versão 6

Esta página lista o ambiente do sistema e as bibliotecas instaladas para o ambiente AI Runtime (computação GPU serverless) versão 6.

O ambiente de execução de IA 6 é construído sobre o ambiente serverless 6 (CPU). Veja as novidades em ambiente sem servidor 6 (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 AI Runtime usam uma API versionada, conhecida como versão do ambiente, que permanece compatível com versões mais recentes do servidor.

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 um notebook a uma GPU.

Novos recursos e melhorias

Na versão 6, as bibliotecas CUDA são atualizadas para NVIDIA CUDA 13, e as dependências associadas são atualizadas para corresponder, incluindo MLflow e a API Python da GPU Serverless. As bibliotecas comuns de aprendizado de máquina e IA no ambiente de IA Databricks foram atualizadas para compatibilidade com a nova versão CUDA, juntamente com a adição de várias bibliotecas recentemente populares.

CUDA 13 e PyTorch 2.11

Ambiente de IA Databricks

A versão 6 atualiza o ambiente de IA do Databricks para o kit de ferramentas NVIDIA CUDA 13 e a pilha de runtime. PyTorch é atualizado para torch 2.11.0 (construído para CUDA 13.0, +cu130) com torchvision 0.26.0, e as bibliotecas NVIDIA incluídas (cuBLAS, cuDNN, NCCL, cuFFT, cuSPARSE e componentes de runtime relacionados) são atualizadas para suas versões CUDA 13.

Atualizaram bibliotecas de deep learning e LLM

Ambiente de IA Databricks

Bibliotecas principais de aprendizado de máquina são atualizadas no ambiente de IA Databricks, incluindo:

transformers 5.8.1
vllm 0.24.0
ray 2.56.0
langchain 1.3.11
sentence-transformers 5.5.1
openai 2.37.0
scikit-learn 1.7.2
scipy 1.16.3
trl 0.24.0

SDK de Runtime de IA Databricks

O SDK de Runtime de IA Databricks (databricks-sdk-air) 0.1.1 está incluído neste ambiente. Ele substitui a API Python da GPU Serverless obsoleta (serverless_gpu0.5.27), que a versão 6 ainda inclui. Para ver as alterações na API Python de GPU sem servidor anteriores à versão 6 do ambiente, consulte as notas da versão 5.

13 de outubro de 2026

`serverless_gpu` é preterido

O serverless_gpu pacote não recebe mais novos recursos. A partir da versão 6, o Databricks AI Runtime SDK (databricks-sdk-air) o substitui e fornece APIs equivalentes, com argumentos renomeados, sob o databricks.air namespace. A versão 6 inclui ambos os pacotes, mas apenas o SDK de Execução de IA recebe atualizações. A versão 6 é a última que inclui serverless_gpu. As versões 5 e abaixo permanecem inalteradas e incluem apenas serverless_gpu. Consulte Migrar do serverless_gpu.

14 de setembro de 2026

API Python para GPU serverless atualizada para 0.5.25

A API Serverless GPU Python 0.5.25 inclui as seguintes atualizações da API:

Novos recursos:
- Execuções locais com @distributed e @ray_launch agora registram o relógio de parede efetivo timeout (o limite padrão de 3 horas) quando o decorador é aplicado, para que o limite seja visível antecipadamente. Defina timeout=<seconds> para alterá-lo ou timeout=None para desativá-lo.

Pacotes adicionados ao ambiente de IA do Databricks

Os seguintes pacotes notáveis foram adicionados ao ambiente de IA do Databricks na versão 6:

langgraph 1.2.8 (com langgraph-checkpoint, langgraph-prebuilt e langgraph-sdk)
langchain-classic 1.0.8
lightning 2.5.5
polars 1.42.1
ultralytics 8.4.90
flash_attn_3 3.0.0 e flash-attn-4 4.0.0b18
flashinfer-cubin 0.6.12
liger_kernel 0.8.1
fastsafetensors 0.3.2
tilelang 0.1.9
xgboost-cu13 3.2.0 (Construção do CUDA 13, substituindo xgboost)
tabfm 1.0.1

Além disso, o toolkit CUDA 13 e as bibliotecas de runtime (por exemplo, cuda-toolkit 13.0.2, nvidia-cudnn-cu13, nvidia-nccl-cu13 e pacotes nvidia-* relacionados) foram adicionados como parte da atualização para o CUDA 13.

Pacotes removidos do ambiente de IA do Databricks

Os seguintes pacotes notáveis foram removidos do ambiente de IA Databricks na versão 6:

unsloth (e unsloth_zoo)
xformers
diffusers
bitsandbytes
torchao
litellm
langchain-openai
cupy-cuda12x
mosaicml-streaming
gguf
seaborn
xgboost (substituído por xgboost-cu13) e xgboost-ray

As bibliotecas de tempo de execução do CUDA 12 (os nvidia-*-cu12 pacotes) foram removidas como parte da atualização do CUDA 13. A pilha de desenvolvimento do JupyterLab e de notebooks (por exemplo, jupyterlab, notebook, nbconvert, nbclient, nbformat) e as ferramentas de desenvolvimento do Python LSP (python-lsp-server, python-lsp-jsonrpc, rope, yapf) também não fazem mais parte do ambiente de IA da Databricks.

Pacotes não incluídos no ambiente base

Os seguintes pacotes não estão incluídos no ambiente base, mas permanecem disponíveis no ambiente de IA do Databricks:

flash_attn
torch
torchvision
scikit-learn
scipy

Com base no feedback dos clientes solicitando controle sobre o versionamento do PyTorch, torch não está incluído no ambiente base da versão 6. 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==2.11.0 em uma célula do notebook ou instale torch==2.11.0 usando a seção Dependências do painel lateral ambiente .

Ambiente do sistema

Sistema Operacional: Ubuntu 24.04 LTS
Python: 3.12.3
Databricks Connect: 19.0.0
Kit de ferramentas NVIDIA CUDA: 13.0

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 6 no seu ambiente virtual Python local, baixe o arquivo requirements-env-gpu-6.txt e execute pip install -r requirements-env-gpu-6.txt. Esse comando instala todas as bibliotecas do ambiente serverless 6.

Library	Versão	Library	Versão	Library	Versão
documento-anotado	0.0.4	annotated-types	0.7.0	anyio	4.10.0
arro3-core	0.8.0	asttokens	3.0.0	astunparse	1.6.3
azure-core	1.41.0	azure-identity	1.25.3	azure-mgmt-core	1.6.0
azure-mgmt-web	10.1.0	azure-storage-blob	12.29.0	Serviço de armazenamento de arquivos do Azure chamado "azure-storage-file-datalake"	12.24.0
black	25.9.0	blinker	1.7.0	boto3	1.40.46
botocore	1.40.46	cachetools	5.5.1	certifi...	2025.11.12
cffi	2.0.0	charset-normalizer	3.4.4	clique	8.2.1
cloudpickle	3.1.1	comm	0.2.3	contourpy	1.3.3
criptografia	46.0.3	cycler	0.11.0	agentes do databricks	1.11.0
databricks-connect	19.0.0	databricks-sdk	0.122.0	databricks.serverless_gpu	0.5.27
dataclasses-json	0.6.7	dbus-python	1.3.2	debugpy	1.8.16
decorador	5.2.1	deltalake	1.5.1	Deprecated	1.3.1
distlib	0.4.0	executing	2.2.1	fastapi	0.136.3
filelock	3.29.0	fonttools	4.60.1	fsspec	2025.9.0
future	1.0.0	gitdb	4.0.11	GitPython	3.1.45
google-api-core	2.30.3	google-auth	2.53.0	google-cloud-core	2.6.0
google-cloud-storage	3.10.1	google-crc32c	1.8.0	google-resumable-media	2.9.0
googleapis-common-protos	1.71.0	grpcio	1.76.0	grpcio-status	1.76.0
h11	0.16.0	httplib2	0.20.4	idna	3.11
importlib_metadata	8.7.0	iniconfig	2.1.0	ipyflow-core	0.0.227
ipykernel	6.31.0	ipython	9.7.0	ipython_pygments_lexers	1.1.1
ipywidgets	8.1.7	isodate	0.7.2	jedi	0.19.2
Jinja2	3.1.6	jmespath	1.0.1	joblib	1.5.2
jupyter_client	8.6.3	jupyter_core	5.8.1	jupyterlab_widgets	3.0.15
kiwisolver	1.4.8	launchpadlib	1.11.0	lazr.restfulclient	0.14.6
lazr.uri	1.0.6	markdown-it-py	2.2.0	MarkupSafe	3.0.2
malvavisco	3.26.2	matplotlib	3.10.6	matplotlib-inline	0.2.1
mccabe	0.7.0	mdurl	0.1.2	mlflow-skinny	3.12.0
mmh3	5.2.1	msal	1.36.0	msal-extensions	1.3.1
msrest	0.7.1	mypy-extensions	1.0.0	nest-asyncio	1.6.0
nodeenv	1.10.0	numpy	2.3.4	nvidia-ml-py	13.590.44
oauthlib	3.2.2	opencv_python_headless	5.0.0.93	opentelemetry-api	1.42.1
opentelemetry-proto	1.42.1	opentelemetry-sdk	1.42.1	opentelemetry-semantic-conventions	0,63b1
packaging	25.0	pandas	2.3.3	parambench-train-comms	0.0.0
parso	0.8.5	pathspec	0.12.1	pexpect	4.9.0
pillow	12.0.0	pip	25,3	platformdirs	4.5.0
pluggy	1.5.0	prompt_toolkit	3.0.52	proto-plus	1.28.0
protobuf	6.33.5	psutil	7.0.0	ptyprocess	0.7.0
pure_eval	0.2.3	py4j	0.10.9.9	pyarrow	21.0.0
pyasn1	0.6.1	pyasn1_modules	0.4.2	pyccolo	0.0.83
pycparser	2.23	pydantic	2.13.3	pydantic_core	2.46.3
pydot	4.0.0	pyflakes	3.2.0	Pygments	2.19.2
PyGObject	3.48.2	pyiceberg	0.11.1	PyJWT	2.10.1
pyparsing	3.2.5	pyright	1.1.409	pyroaring	1.1.0
pyspark	4.3.0.dev0+databricks.connect.19.0.0	pytest	8.4.2	python-dateutil	2.9.0.post0
python-dotenv	1.2.2	pytokens	0.2.0	pytz	2025.2
PyYAML	6.0.3	pyzmq	27.1.0	regex	2025.9.1
requests	2.32.5	requests-oauthlib	2.0.0	rich	14.2.0
s3transfer	0.14.0	setuptools	80.9.0	six	1.17.0
smmap	5.0.0	sniffio	1.3.0	sqlparse	0.5.5
ssh-import-id	5.11	stack-data	0.6.3	starlette	0.52.1
strictyaml	1.7.3	tenacity	9.1.2	threadpoolctl	3.5.0
tiktoken	0.13.0	tokenize_rt	6.2.0	tomli	2.0.1
tornado	6.5.1	tqdm	4.67.1	traitlets	5.14.3
typing-inspect	0.9.0	inspeção de digitação	0.4.2	typing_extensions	4.15.0
tzdata	2026.2	unattended-upgrades	0.1	urllib3	2.5.0
uvicorn	0.48.0	virtualenv	20.35.4	wadllib	1.3.6
wcwidth	0.2.13	wheel	0.45.1	whenever	0.7.3
widgetsnbextension	4.0.14	wrapt	1.17.0	zipp	3.23.0
zstandard	0.25.0

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 2.11.0
torchvision 0.26.0
flash_attn 2.8.3
catboost 1.2.10
langchain 1.3.11
langgraph 1.2.8
lightgbm 4.6.0
lightning 2.5.5
openai 2.37.0
optuna 4.5.0
polars 1.42.1
pytorch-lightning 2.5.4
ray 2.56.0
scikit-learn 1.7.2
scipy 1.16.3
sentence-transformers 5.5.1
transformers 5.8.1
trl 0.24.0
ultralytics 8.4.90
vllm 0.24.0
xgboost-cu13 3.2.0