Träna AI- och ML-modeller

Azure Databricks erbjuder flexibla beräkningslösningar som är skräddarsydda för olika maskininlärningsbehov, allt från hanterade klusterkörningar till helt serverlösa GPU-miljöer.

Beräkning	Beskrivning
Serverlös GPU-beräkning	Serverlös GPU-beräkningsmiljö optimerad för anpassade djupinlärningsarbetsbelastningar med en nod och flera noder.
Databricks Runtime för maskininlärning	Klassisk beräkningsmiljö med fördefinierade bibliotek för klassisk maskininlärning och djupinlärningsarbetsbelastningar.

Serverlös GPU-beräkning (Beta)

Viktigt!

Den här funktionen finns i Beta. Arbetsyteadministratörer kan styra åtkomsten till den här funktionen från sidan Förhandsversioner . Se Hantera förhandsversioner av Azure Databricks.

Serverlös GPU-beräkning är ett specialiserat erbjudande inom Databricks serverlösa ekosystem. Den är optimerad för anpassade djupinlärningsuppgifter, både med enkel nod och flera noder, såsom finjustering av LLM:er eller träning av modeller för datorseende.

Viktiga funktioner omfattar bland annat:

• Omedelbar tillgänglighet: Tar bort behovet av att hantera underliggande klusterinfrastruktur så att du kan ansluta en notebook-fil direkt till serverlösa GPU-resurser.
• Maskinvara med höga prestanda: Ger åtkomst till A10 GPU:er för kostnadseffektiva uppgifter.
• Hanterade miljöer: Erbjuder en standardbasmiljö för fullständig anpassning eller en AI-miljö som är förinstallerad med vanliga ML-paket som Transformers och Ray.
• Flexibel skalning: Stöder distribuerad träning över flera GPU:er och noder.

Databricks Runtime för maskininlärning

Databricks Runtime for Machine Learning är en specialiserad körning som automatiserar skapandet av beräkningsresurser med inbyggd infrastruktur. Den är utformad för användare som vill ha en omfattande, färdig miljö för både klassisk maskininlärning och djupinlärning.

Viktiga funktioner omfattar bland annat:

• Förinstallerade bibliotek: Innehåller populära bibliotek som PyTorch, TensorFlow och XGBoost, som får frekventa uppdateringar och optimerat stöd.
• Beräknings mångsidighet: Stöder både PROCESSOR- och GPU-baserade instanstyper, inklusive AWS Graviton för bättre pris-till-prestanda.
• Optimering: Erbjuder integrering med Photon för att påskynda Spark SQL, DataFrames och funktionstekniska uppgifter.
• Åtkomstkontroll: Kräver dedikerat åtkomstläge för säker dataåtkomst via Unity Catalog.