Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Esta página descreve a informação do ambiente do sistema para o ambiente de GPU Serverless versão 6. Esta oferta de computação faz parte do AI Runtime, que foi concebido para cargas de trabalho modernas de IA e deep learning.
O ambiente 6 de GPU serverless é construído sobre o ambiente serverless 6 (CPU). Veja o que há de novo no ambiente serverless 6 (CPU). Inclui o seguinte ambiente:
- Ambiente padrão: um ambiente mínimo com API cliente estável.
- Ambiente de IA Databricks: um ambiente com pacotes comuns de runtime e pacotes específicos para aprendizagem automática em GPUs.
Para garantir a compatibilidade do aplicativo, as cargas de trabalho de GPU sem servidor usam uma API versionada, conhecida como versão de ambiente, que permanece compatível com versões mais recentes do servidor.
Pode selecionar um ambiente base que inclua esta versão do ambiente usando o painel lateral de Ambiente nos seus cadernos serverless. Consulte Ligar a um notebook.
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 Serverless GPU Python. As bibliotecas comuns de aprendizagem automática 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 Databricks para o kit de ferramentas NVIDIA CUDA 13 e a pilha de runtime. O PyTorch é atualizado para torch 2.11.0 (compilado para CUDA 13.0, +cu130) com torchvision 0.26.0, e as bibliotecas NVIDIA fornecidas (cuBLAS, cuDNN, NCCL, cuFFT, cuSPARSE e componentes de execução relacionados) são atualizadas para as suas compilações CUDA 13.
Bibliotecas atualizadas de aprendizagem profunda e LLM
Ambiente de IA Databricks
As principais bibliotecas de aprendizagem automática são atualizadas no ambiente de IA Databricks, incluindo:
transformers 5.8.1vllm 0.24.0ray 2.56.0langchain 1.3.11sentence-transformers 5.5.1openai 2.37.0scikit-learn 1.7.2scipy 1.16.3trl 0.24.0
API Python para GPU Serverless
A API 0.5.25 Serverless GPU Python está incluída neste ambiente. Para alterações à API Python para GPU sem servidor anteriores à versão 6 do ambiente, consulte as notas da versão 5.
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:
-
Novas funcionalidades:
- As execuções locais com
@distributede@ray_launchpassam agora a registar otimeoutefetivo em tempo real (o limite predefinido de 3 horas) ao aplicar o decorador, para que o limite fique visível logo à partida. Definatimeout=<seconds>para alterar outimeout=Nonedesativar.
- As execuções locais com
Pacotes adicionados ao ambiente de IA Databricks
Os seguintes pacotes notáveis foram adicionados ao ambiente de IA do Databricks na versão 6:
-
langgraph 1.2.8(comlanggraph-checkpoint,langgraph-prebuilt, elanggraph-sdk) langchain-classic 1.0.8lightning 2.5.5polars 1.42.1ultralytics 8.4.90-
flash_attn_3 3.0.0eflash-attn-4 4.0.0b18 flashinfer-cubin 0.6.12liger_kernel 0.8.1fastsafetensors 0.3.2tilelang 0.1.9-
xgboost-cu13 3.2.0(compilação CUDA 13, que substituixgboost) tabfm 1.0.1
Além disso, o conjunto de ferramentas CUDA 13 e as bibliotecas de tempo de execução (por exemplo, cuda-toolkit 13.0.2, nvidia-cudnn-cu13, nvidia-nccl-cu13 e os pacotes nvidia-* relacionados) são acrescentados no âmbito da atualização para o CUDA 13.
Pacotes removidos do ambiente de IA Databricks
Os seguintes pacotes notáveis foram removidos do ambiente de IA Databricks na versão 6:
-
unsloth(eunsloth_zoo) xformersdiffusersbitsandbytestorchaolitellmlangchain-openaicupy-cuda12xmosaicml-streamingggufseaborn-
xgboost(substituído porxgboost-cu13) exgboost-ray
As bibliotecas de runtime do CUDA 12 (os nvidia-*-cu12 pacotes) são removidas como parte da atualização do CUDA 13. A pilha de desenvolvimento do JupyterLab e de notebooks (por exemplo, python-lsp-server, python-lsp-jsonrpc, rope, yapf, nbformat) e as ferramentas de desenvolvimento Python LSP (nbclient, nbconvert, notebook, jupyterlab) também deixaram de estar incluídas no ambiente de IA da Databricks.
Pacotes não incluídos no ambiente base
Os seguintes pacotes não estão incluídos no ambiente base, mas continuam disponíveis no ambiente de IA Databricks:
flash_attntorchtorchvisionscikit-learnscipy
Com base nos comentários dos clientes, que solicitavam controlo sobre o versionamento do PyTorch, torch não está incluído no ambiente de base da versão 6. Isto permite-te instalar a versão que melhor se adequa à tua carga de trabalho. Para usar uma versão testada pela Databricks, execute %pip install torch==2.11.0 numa célula de notebook ou instale torch==2.11.0 usando a secção Dependências do painel lateral do Ambiente.
Ambiente do sistema
- Sistema operativo: Ubuntu 24.04 LTS
- Píton: 3.12.3
- Databricks Connect: 19.0.0
- Kit de Ferramentas NVIDIA CUDA: 13.0
Bibliotecas Python instaladas
Ambiente padrão
Para reproduzir o ambiente serverless de GPU 6 no seu ambiente virtual local do Python, descarregue o ficheiro requirements-env-gpu-6.txt e execute pip install -r requirements-env-gpu-6.txt. Este 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 | azure-storage-file-datalake | 12.24.0 |
| preto | 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 | clicar | 8.2.1 |
| cloudpickle | 3.1.1 | comm | 0.2.3 | contourpy | 1.3.3 |
| criptografia | 46.0.3 | cycler | 0.11.0 | Databricks-Agentes | 1.11.0 |
| databricks-connect | 19.0.0 | databricks-sdk | 0.122.0 | databricks.servidor_sem_gpu | 0.5.25 |
| DataClasses-JSON | 0.6.7 | dbus-python | 1.3.2 | debugpy | 1.8.16 |
| decorador | 5.2.1 | deltalake | 1.5.1 | Descontinuado | 1.3.1 |
| Distlib | 0.4.0 | executar | 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 |
| Espuma | 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 | Piroaring | 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 |
| inspeção de digitação | 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 | sempre que | 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. Este ambiente inclui o PyTorch e bibliotecas abrangentes de aprendizagem automática:
torch 2.11.0torchvision 0.26.0flash_attn 2.8.3catboost 1.2.10langchain 1.3.11langgraph 1.2.8lightgbm 4.6.0lightning 2.5.5openai 2.37.0optuna 4.5.0polars 1.42.1pytorch-lightning 2.5.4ray 2.56.0scikit-learn 1.7.2scipy 1.16.3sentence-transformers 5.5.1transformers 5.8.1trl 0.24.0ultralytics 8.4.90vllm 0.24.0xgboost-cu13 3.2.0
Para reproduzir o ambiente de IA V6 no seu ambiente virtual Python local, descarregue o ficheirorequirements-ai-gpu-6.txt e execute pip install -r requirements-ai-gpu-6.txt. Este comando instala todas as bibliotecas do ambiente de IA.
| Library | Versão | Library | Versão | Library | Versão |
|---|---|---|---|---|---|
| ABSL-PY | 2.4.0 | acelerar | 1.13.0 | aiohappyeyeballs | 2.6.1 |
| AIOHTTP | 3.13.5 | aiohttp-cors | 0.8.1 | aiosignal | 1.4.0 |
| Alambique | 1.18.5 | documento anotado | 0.0.4 | annotated-types | 0.7.0 |
| Antrópico | 0.116.0 | antlr4-python3-runtime | 4.9.3 | anyio | 4.10.0 |
| Apache-TVM-FFI | 0.1.9 | arro3-core | 0.8.0 | Astor | 0.8.1 |
| AstTokens | 3.0.0 | astunparse | 1.6.3 | Atributos | 25.4.0 |
| audioread | 3.1.0 | 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 |
| azure-storage-file-datalake | 12.24.0 | preto | 25.9.0 | blake3 | 1.0.9 |
| blinker | 1.7.0 | boto3 | 1.40.46 | botocore | 1.40.46 |
| cachetools | 5.5.1 | catboost | 1.2.10 | CBOR2 | 6.1.3 |
| certifi | 2025.11.12 | cffi | 2.0.0 | charset-normalizer | 3.4.4 |
| clicar | 8.4.2 | cloudpickle | 3.1.1 | colorido | 0.5.8 |
| colorlog | 6.10.1 | comm | 0.2.3 | tensores comprimidos | 0.17.0 |
| contourpy | 1.3.3 | criptografia | 44.0.1 | Ligações CUDA | 13.3.1 |
| Cuda-core | 1.0.1 | Cuda-Pathfinder | 1.5.6 | Cuda-Python | 13.3.1 |
| cuda-tile | 1.3.0 | CUDA Toolkit | 13.0.2 | cycler | 0.11.0 |
| Databricks-Agentes | 1.11.0 | databricks-sdk | 0.122.0 | DataClasses-JSON | 0.6.7 |
| datasets | 4.8.5 | dbus-python | 1.3.2 | debugpy | 1.8.16 |
| decorador | 5.2.1 | deltalake | 1.5.1 | Descontinuado | 1.3.1 |
| depyf | 0.20.0 | detect-installer | 0.1.0 | dill | 0.4.0 |
| cache de disco | 5.6.3 | Distlib | 0.4.0 | dm-árvore | 0.1.10 |
| dnspython | 2.8.0 | docstring_parser | 0.18.0 | einops | 0.8.2 |
| Validador de Email | 2.3.0 | evaluate | 0.4.6 | executar | 2.2.1 |
| Farama-Notificações | 0.0.6 | fastapi | 0.136.3 | fastapi-cli | 0.0.28 |
| fastapi-cloud-cli | 0.22.1 | Fastar | 0.11.0 | fastsafetensors | 0.3.2 |
| filelock | 3.29.0 | flash-attn-4 | 4.0.0b18 | flash_attn | 2.8.3 |
| flash_attn_3 | 3.0.0 | Flashinfer-Cubin | 0.6.12 | flashinfer-python | 0.6.12 |
| Fonttools | 4.60.1 | Frozenlist | 1.8.0 | 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 | Graphviz | 0.21 | greenlet | 3.2.4 |
| Grpcio | 1.76.0 | grpcio-status | 1.76.0 | ginásio | 1.2.2 |
| h11 | 0.16.0 | HF-XET | 1.5.1 | hf_transfer | 0.1.9 |
| httpcore | 1.0.9 | httplib2 | 0.20.4 | ferramentas HTTP | 0.8.0 |
| httpx | 0.28.1 | httpx-sse | 0.4.3 | huggingface_hub | 1.22.0 |
| Grãos-zumbidos | 0.1.6 | idna | 3.11 | ijson | 3.5.1 |
| importlib_metadata | 8.7.0 | iniconfig | 2.1.0 | interregular | 0.3.3 |
| 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 | Jiter | 0.16.0 |
| jmespath | 1.0.1 | Joblib | 1.5.2 | jsonpatch | 1.33 |
| jsonpointer | 3.1.1 | jsonschema | 4.25.0 | jsonschema-specifications | 2025.9.1 |
| jupyter_client | 8.6.3 | jupyter_core | 5.8.1 | jupyterlab_widgets | 3.0.15 |
| kiwisolver | 1.4.8 | langchain | 1.3.11 | langchain-classic | 1.0.8 |
| Langchain Community | 0.4.2 | langchain-núcleo | 1.4.7 | langchain-protocolo | 0.0.18 |
| divisores de texto langchain | 1.1.2 | langgraph | 1.2.8 | langgraph-checkpoint | 4.1.1 |
| Langgraph-pré-construído | 1.1.0 | langgraph-sdk | 0.4.2 | Langsmith | 0.9.3 |
| lark | 1.2.2 | launchpadlib | 1.11.0 | lazr.restfulclient | 0.14.6 |
| lazr.uri | 1.0.6 | carregador lento (lazy_loader) | 0.4 | librosa | 0.11.0 |
| liger_kernel | 0.8.1 | LightGBM | 4.6.0 | relâmpago | 2.5.5 |
| utilitários relâmpagos | 0.15.3 | Orientação | 1.7.6 | llvmlite | 0.47.0 |
| lm-format-enforcer | 0.11.3 | Loguru | 0.7.3 | lz4 | 4.4.5 |
| Mako | 1.3.12 | markdown-it-py | 2.2.0 | MarkupSafe | 3.0.2 |
| Espuma | 3.26.2 | matplotlib | 3.10.6 | matplotlib-inline | 0.2.1 |
| Mccabe | 0.7.0 | MCP | 1.28.1 | mdurl | 0.1.2 |
| mistral_common | 1.11.5 | ml_dtypes | 0.5.4 | mlflow-skinny | 3.13.0 |
| mmh3 | 5.2.1 | normas de contentor de alojamento de modelos | 0.1.16 | mpmath | 1.3.0 |
| msal | 1.36.0 | msal-extensions | 1.3.1 | msgpack | 1.2.1 |
| MSGSPEC | 0.21.1 | MSREST | 0.7.1 | Multidict | 6.7.0 |
| multiprocesso | 0.70.16 | mypy extensions | 1.0.0 | narvais | 2.7.0 |
| nest-asyncio | 1.6.0 | networkx | 3.5 | ninja | 1.13.0 |
| nodeenv | 1.10.0 | numba | 0.65.0 | numpy | 2.3.4 |
| Nvidia-Cublas | 13.1.0.3 | NVIDIA-CUDA-CCCL | 13.3.3.4.1 | Nvidia-Cuda-CRT | 13.3.73 |
| Nvidia-Cuda-Cupti | 13.0.85 | nvidia-cuda-nvcc | 13.2.78 | nvidia-cuda-nvrtc | 13.0.88 |
| nvidia-cuda-runtime | 13.0.96 | nvidia-cuda-tileiras | 13.2.78 | nvidia-cudnn-cu13 | 9.19.0.56 |
| nvidia-cudnn-frontend | 1.25.0 | nvidia-cufft | 12.0.0.61 | nvidia-cufile | 1.15.1.6 |
| nvidia-curand | 10.4.0.35 | nvidia-cusolver | 12.0.4.66 | nvidia-cusparse | 12.6.3.3 |
| nvidia-cusparselt-cu13 | 0.8.0 | Nvidia-cutlass-DSL | 4.5.2 | nvidia-cutlass-dsl-libs-base | 4.5.2 |
| nvidia-cutlass-dsl-libs-cu13 | 4.5.2 | nvidia-ml-py | 13.590.44 | nvidia-nccl-cu13 | 2.28.9 |
| nvidia-nvjitlink | 13.0.88 | nvidia-nvshmem-cu13 | 3.4.5 | Nvidia-NVTX | 13.0.85 |
| nvidia-nvvm | 13.2.78 | OAuthlib | 3.2.2 | omegaconf | 2.3.1 |
| OpenAI | 2.37.0 | OpenAI-harmonia | 0.0.8 | OpenCensus | 0.11.4 |
| contexto do opencensus | 0.1.3 | OpenCV-Python | 5.0.0.93 | opencv_python_headless | 5.0.0.93 |
| opentelemetry-api | 1.42.1 | opentelemetry-exporter-otlp | 1.42.1 | opentelemetry-exporter-otlp-proto-common | 1.42.1 |
| opentelemetry-exporter-otlp-proto-grpc | 1.42.1 | opentelemetry-exporter-otlp-proto-http | 1.42.1 | opentelemetry-exporter-prometheus | 0.63b1 |
| OpenTelemetry-Proto | 1.42.1 | opentelemetry-sdk | 1.42.1 | opentelemetry-semantic-conventions | 0.63b1 |
| opentelemetry-semantic-conventions-ai | 0.5.1 | Optuna | 4.5.0 | Integração do Optuna | 4.5.0 |
| Orjson | 3.11.9 | ormsgpack | 1.12.2 | outlines_core | 0.2.14 |
| packaging | 25.0 | pandas | 2.3.3 | Parso | 0.8.5 |
| Partial-json-parser | 0.2.1.1.post7 | PathSpec | 0.12.1 | patsy | 1.0.1 |
| Peft | 0.19.1 | pexpect | 4.9.0 | pillow | 12.0.0 |
| pip | 25.0.1 | platformdirs | 4.5.0 | plotly | 6.8.0 |
| pluggy | 1.5.0 | polares | 1.42.1 | polars-runtime-32 | 1.42.1 |
| cachorrinho | 1.9.0 | prometheus-fastapi-instrumentator | 8.0.2 | prometheus_client | 0.21.1 |
| prompt_toolkit | 3.0.52 | propcache | 0.3.1 | proto-plus | 1.28.0 |
| protobuf | 6.33.5 | psutil | 7.0.0 | ptyprocess | 0.7.0 |
| pure_eval | 0.2.3 | py-cpuinfo | 9.0.0 | py-spy | 0.4.2 |
| pyarrow | 21.0.0 | pyasn1 | 0.6.1 | pyasn1_modules | 0.4.2 |
| pybase64 | 1.4.3 | pyccolo | 0.0.83 | pycountry | 26.2.16 |
| pycparser | 2.23 | pydantic | 2.13.3 | Tipos-pydântico-extras | 2.11.1 |
| configurações pidáticas | 2.14.2 | pydantic_core | 2.46.3 | Pydot | 4.0.0 |
| pyelftools | 0,33 | Pyflakes | 3.2.0 | Pygments | 2.19.2 |
| PyGObject | 3.48.2 | pyiceberg | 0.11.1 | PyJWT | 2.10.1 |
| pynndescent | 0.6.0 | PynVML | 8.0.1 | pyparsing | 3.2.5 |
| Pyright | 1.1.409 | Piroaring | 1.1.0 | Pytesseract | 0.3.13 |
| pytest | 8.4.2 | python-dateutil | 2.9.0.post0 | python-dotenv | 1.2.2 |
| python-json-logger | 3.2.1 | Python-Multipart | 0.0.32 | pytokens | 0.2.0 |
| Pitorcha-Relâmpago | 2.5.4 | Pytorch-Ranger | 0.1.1 | pytz | 2025.2 |
| PyYAML | 6.0.3 | Pyzmq | 27.1.0 | núcleos de quack-kernels | 0.5.0 |
| raio | 2.56.0 | referencing | 0.37.0 | regex | 2025.10.22 |
| requests | 2.32.5 | requests-oauthlib | 2.0.0 | pedidos-cinto de ferramentas | 1.0.0 |
| rich | 14.2.0 | Kit de ferramentas abrangente | 0.20.1 | rignore | 0.7.6 |
| rpds-py | 0.28.0 | s3transfer | 0.14.0 | Safetensors | 0.8.0 |
| scikit-learn | 1.7.2 | scipy | 1.16.3 | transformadores de frases | 5.5.1 |
| Peça de frase | 0.2.1 | Sentry SDK | 2.64.0 | setproctitle | 1.3.7 |
| setuptools | 80.9.0 | forma | 0.51.0 | Shellingham | 1.5.4 |
| six | 1.17.0 | cortador | 0.0.8 | smart_open | 8.0.0 |
| smmap | 5.0.0 | sniffio | 1.3.0 | arquivo de som | 0.13.1 |
| soxr | 1.1.0 | SQLAlchemy | 2.0.43 | sqlparse | 0.5.5 |
| SSE-Starlette | 3.4.5 | ssh-import-id | 5.11 | stack-data | 0.6.3 |
| starlette | 1.3.1 | statsmodels | 0.14.5 | strictyaml | 1.7.3 |
| Supervisor | 4.3.0 | SymPy | 1.14.0 | organizar em tabela | 0.9.0 |
| tenacity | 9.1.2 | tensorboardX (ferramenta de visualização de tensores) | 2.6.5 | Threadpoolctl | 3.5.0 |
| tiktoken | 0.13.0 | tilelang | 0.1.9 | tokenize_rt | 6.2.0 |
| Tokenizadores | 0.22.1 | tokenspeed-mla | 0.1.2 | tokenspeed-triton | 3.7.10.post20260531 |
| tomli | 2.0.1 | tocha | 2.11.0+cu130 | otimizador de tocha | 0.3.0 |
| torch_c_dlpack_ext | 0.1.5 | torchaudio | 2.11.0+cu130 | torchmetrics | 1.9.0 |
| Torchvision | 0,26,0+cu130 | tornado | 6.5.1 | tqdm | 4.67.1 |
| traitlets | 5.14.3 | transformadores | 5.8.1 | Tritão | 3.6.0 |
| trl | 0.24.0 | mecanógrafo | 0.26.8 | inspeção de digitação | 0.9.0 |
| Inspeção de Digitação | 0.4.2 | typing_extensions | 4.15.0 | tzdata | 2026.2 |
| Ultralíticos | 8.4.90 | ultralytics-thop | 2.0.20 | umap-learn | 0.5.12 |
| unattended-upgrades | 0.1 | urllib3 | 2.5.0 | uuid_utils | 0.16.2 |
| uvicorn | 0.48.0 | uvloop | 0.22.1 | virtualenv | 20.35.4 |
| VLLM | 0.24.0 | wadllib | 1.3.6 | arquivos de observação | 1.2.0 |
| wcwidth | 0.2.13 | WebSockets | 15.0.1 | wheel | 0.45.1 |
| sempre que | 0.7.3 | widgetsnbextension | 4.0.14 | wrapt | 1.17.0 |
| XGBOOST-CU13 | 3.2.0 | xgrammar | 0.2.3 | xxhash | 3.5.0 |
| yarl | 1.22.0 | z3-solver | 4.15.4.0 | zipp | 3.23.0 |
| zstandard | 0.25.0 |