Ambiente de IA da Databricks

O ambiente de IA Databricks é um runtime selecionado com GPU, adaptado para o desenvolvimento de IA. É suportado em ambientes de GPU serverless 4 e superiores.

Este novo ambiente simplifica o desenvolvimento ao fornecer uma pilha de bibliotecas totalmente pré-configurada para aprendizagem automática (incluindo frameworks como PyTorch, HuggingFace Transformers, etc.) e suporte nativo para GPUs. Integra-se com os notebooks Databricks, Unity Catalog e MLflow, proporcionando uma experiência integrada. Com o ambiente de IA, as equipas de ML podem simplesmente selecionar um cluster de GPU pronto a correr e começar a treinar modelos imediatamente, em vez de perderem dias a configurar e a resolver problemas.

Liga-te ao ambiente de IA

Para utilizar o ambiente de IA Databricks a partir de um portátil Databricks ligado a computação de GPU serverless:

1. No computador portátil, clique no menu suspenso Conectar na parte superior e selecione GPU sem servidor.
2. Clique no para abrir o painel lateral Ambiente .
3. Selecione A10 no campo Acelerador .
4. Selecione IA v4 para o ambiente de IA a partir do campo do ambiente base .
5. Se você escolher Nenhum no campo Ambiente base , selecione a Versão do ambiente.
6. Clique em Aplicar e, em seguida, Confirmar que pretende aplicar a GPU sem servidor ao seu ambiente de notebook.

Para configurar o ambiente de IA Databricks para um trabalho portátil numa GPU serverless:

1. Na definição de tarefas do caderno, clique em Editar o ambiente do caderno na secção Ambiente e bibliotecas .
2. Clique no para abrir o painel lateral Ambiente .
3. Selecione IA v4 para o ambiente de IA a partir do campo do ambiente base .

As novas execuções de tarefa poderão integrar o ambiente de IA do Databricks.

FAQ

Qual é a diferença entre o ambiente de IA do Databricks e o ambiente do Databricks Runtime for Machine Learning?

Tanto o Databricks Runtime for Machine Learning como o ambiente de IA Databricks fornecem um ambiente de computação pré-configurado, adaptado para casos de uso de IA/ML. Enquanto o Databricks Runtime for Machine Learning é utilizado com recursos de computação clássicos, o ambiente de IA Databricks destina-se à computação de GPU serverless.

Tanto o ambiente do Databricks Runtime for Machine Learning como o ambiente de IA do Databricks incluem pacotes comuns de machine learning, com algumas diferenças. Mais notavelmente, o ambiente de IA Databricks inclui pacotes mais atualizados, mas não inclui Tensorflow nem GraphFrames. Para mais informações sobre o que está incluído no ambiente de IA Databricks e no Databricks Runtime for Machine Learning, consulte as notas de lançamento do ambiente Serverless e as notas de lançamento em tempo de execução do Databricks.

Problemas conhecidos

• O ambiente de IA do Databricks não funciona com o campo Ambiente e Bibliotecas na configuração de tarefas para trabalhos de notebook. Se criares um novo ambiente de emprego a partir dessa área, podes não conseguir selecionar o ambiente de IA do Databricks.
• O ambiente de IA Databricks não suporta exportação de ambientes.