Databricks AI-miljö

Databricks AI-miljön är en optimerad GPU-aktiverad körningsmiljö som är skräddarsydd för AI-utveckling. Det stöds i serverlös GPU-miljö 4 och senare.

Den här nya miljön effektiviserar utvecklingen genom att leverera en helt förkonfigurerad biblioteksstack för maskininlärning (inklusive ramverk som PyTorch, HuggingFace Transformers osv.) och internt stöd för GPU:er. Den integreras med Databricks notebook-filer, Unity Catalog och MLflow, vilket ger en integrerad upplevelse. Med AI-miljön kan ML-team helt enkelt välja ett färdigt GPU-kluster och börja träna modeller direkt, i stället för att ägna dagar åt installation och felsökning.

Ansluta till AI-miljön

Så här använder du Databricks AI-miljön från en Databricks-notebook-fil som är ansluten till serverlösa GPU-baserade beräkningar:

1. I en notebook-fil klickar du på den nedrullningsbara menyn Anslut längst upp och väljer Serverlös GPU.
2. Klicka på för att öppna miljö sidopanelen.
3. Välj A10 i fältet Accelerator .
4. Välj AI v4 för AI-miljön från fältet Basmiljö .
5. Om du väljer Ingen i fältet Basmiljö väljer du miljöversionen.
6. Klicka på Användoch bekräfta sedan att du vill tillämpa den serverlösa GPU-beräkningen i notebook-miljön.

Så här konfigurerar du Databricks AI-miljö för ett notebook-jobb på en serverlös GPU:

1. Från inställningen för notebook-jobb klickar du på Redigera anteckningsbokens miljö från avsnittet Miljö och bibliotek .
2. Klicka på för att öppna miljö sidopanelen.
3. Välj AI v4 för AI-miljön från fältet Basmiljö .

De nya jobbkörningarna kommer att kunna använda Databricks AI-miljön.

Vanliga frågor

Vad är skillnaden mellan Databricks AI-miljön och miljön i Databricks Runtime for Machine Learning?

Både Databricks Runtime for Machine Learning och Databricks AI-miljön tillhandahåller en förkonfigurerad beräkningsmiljö som är skräddarsydd för AI/ML-användningsfall. Databricks Runtime for Machine Learning används med klassiska beräkningsresurser, men Databricks AI-miljön är avsedd för serverlös GPU-beräkning.

Både miljön i Databricks Runtime for Machine Learning och Databricks AI-miljön innehåller vanliga maskininlärningspaket, med vissa skillnader. Framför allt innehåller Databricks AI-miljön fler uppdaterade paket, men innehåller inte Tensorflow och GraphFrames. Mer information om vad som ingår i Databricks AI-miljön och Databricks Runtime för maskininlärning finns i versionsinformation om serverlös miljö och versionsinformation om Databricks Runtime.

Kända problemområden

• Databricks AI-miljön fungerar inte med fältet Miljö och bibliotek i aktivitetskonfigurationen för notebook-jobb. Om du skapar en ny jobbmiljö från det fältet kanske du inte kan välja Databricks AI-miljö.
• Databricks AI-miljön stöder inte miljöexport.