重要
此功能目前以公共预览版提供。
AI 运行时提供无服务器GPU计算，用于推理、训练和微调AI和深度学习模型。 以下页面按任务对笔记本教程和 Databricks CLI 配方进行了分组：经典机器学习、推荐系统、计算机视觉、开源 LLM 训练后处理、批量推理和多 GPU 分布式训练。
文档中包含了笔记本示例。 Databricks 的 CLI 示例链接到 GitHub 上的 AI Runtime Cookbook，你可以克隆仓库并运行其工作负载配置和源代码。
| 任务 | 说明 |
|---|---|
| 经典机器学习 | 传统机器学习任务示例，包括 XGBoost 训练、零样本表格数据预测和时间序列预测。 |
| 建议系统 | 使用现代深度学习方法（如双塔模型）构建建议系统的示例。 |
| 计算机视觉 | 计算机视觉任务的示例，包括对象检测和图像分类。 |
| 训练后OSS模型（LLMs） | 关于微调和后训练开源大型语言模型的示例，包括参数高效的方法。 |
| 批处理推理 | 利用Ray Data和vLLM跨多GPU进行大规模批处理推断的示例。 |
| 多 GPU 分布式训练 | 使用无服务器 GPU API 跨多个 GPU 和节点扩展训练的示例。 |