Databricks 的 AI 環境是一個精心策劃、支援 GPU 的執行環境，專為 AI 開發量身打造。 它支援無伺服器 GPU 環境 4 版本及以上。
這個新環境透過提供完整預配置的機器學習函式庫堆疊（包括 PyTorch、HuggingFace Transformers 等框架）以及原生支援 GPU 來簡化開發流程。 它能整合 Databricks 筆記本、Unity Catalog 及 MLflow，提供整合式體驗。 有了 AI 環境，機器學習團隊只需選擇一個現成的 GPU 叢集，立即開始訓練模型，而不必花費數天時間進行設定與故障排除。
連結 AI 環境
要從連接無伺服器 GPU 運算的 Databricks 筆記本使用 Databricks AI 環境：
- 在筆記本中，按一下頂端的 [連線 ] 下拉式功能表，然後選取 [ 無伺服器 GPU]。
- 按一下
以開啟 「環境」 側邊面板。 - 從 [加速器] 欄位選取 [A10]。
- 從基礎環境欄位選擇 AI v4 作為 AI 環境。
- 如果您從 [基本環境] 欄位中選擇 [無]，請選取 [環境版本]。
- 按一下 [套用] ，然後 按一下 [確認 您要將無伺服器 GPU 計算套用至筆記本環境]。
要在無伺服器 GPU 上為筆記型電腦工作設定 Databricks AI 環境：
- 在筆記本工作設定中，從環境與函式庫區塊點選編輯筆記本的環境。
- 按一下 以開啟 「環境」 側邊面板。
- 從基礎環境欄位選擇 AI v4 作為 AI 環境。
新的工作執行將能採用 Databricks 的 AI 環境。
FAQ
Databricks 的 AI 環境與 Databricks Runtime for Machine Learning 中的環境有什麼不同？
Databricks Runtime for Machine Learning 與 Databricks AI 環境皆提供針對 AI/ML 應用情境量身打造的預先設定運算環境。 雖然 Databricks 的機器學習執行時搭配經典計算資源，而 Databricks 的 AI 環境則是用於無伺服器的 GPU 運算。
Databricks Runtime for Machine Learning 與 Databricks AI 環境皆包含共通的機器學習套件，但有些差異。 最顯著的是，Databricks 的 AI 環境包含了更多更新的套件，但不包含 Tensorflow 和 GraphFrames。 欲了解更多關於 Databricks AI 環境與 Databricks 機器學習執行時內容的資訊，請參閱 無伺服器環境發布說明 及 Databricks 執行時發布說明。
已知問題
- Databricks AI 環境無法在筆記本任務設定中使用 Environment 和 Libraries 欄位。 如果你從該領域建立新的工作環境，可能無法選擇 Databricks 的 AI 環境。
- Databricks AI 環境不支援環境匯出。