Notebooks de exemplo de IA em tempo de execução

Importante

Este recurso está no Public Preview.

O AI Runtime fornece computação GPU serverless para inferência, treino e afinamento de modelos de IA e deep learning. As páginas abaixo agrupam notebooks de exemplo por tarefa: ML clássico, sistemas de recomendação, visão computacional, LLMs open-source pós-treino, inferência em lote e treino distribuído em várias GPUs.

Tarefa	Descrição
Aprendizagem automática clássica	Exemplos de tarefas tradicionais de aprendizagem automática, incluindo treino com XGBoost, previsão tabular sem treino prévio e previsão de séries temporais.
Sistemas de recomendação	Exemplos para a construção de sistemas de recomendação usando abordagens modernas de aprendizagem profunda, como modelos de duas torres.
Visão computacional	Exemplos de tarefas de visão computacional, incluindo deteção de objetos e classificação de imagens.
Modelos OSS pós-treino (LLMs)	Exemplos de afinação e pós-treino de grandes modelos de linguagem de código aberto, incluindo métodos eficientes em parâmetros.
Inferência em lote	Exemplos para inferência em lote em grande escala com Ray Data e vLLM entre múltiplas GPUs.
Formação distribuída com múltiplas GPUs	Exemplos para escalar treino entre múltiplas GPUs e nós usando a API Serverless GPU.