請使用此參考資料自訂 ai_runtime_task 宣 告式自動化套件。 對於可執行的 GPU 工作負載排程並新增預處理任務的範例，請從 Schedule GPU 工作負載和組合任務開始。
關於任務欄位及其定義，請參閱 AI 執行時任務參考。 設定重試、逾時、權限，以及 environment_key 周邊的任務或工作。
寄送你的訓練代碼
該套件會同步檔案，例如 command.sh 部署時。 僅指令的工作負載可以指向 command_path 並 ${workspace.file_path}/command.sh 省略 code_source_path。
若有獨立的訓練程式碼目錄，則設定 code_source_path 為打包產物或工作區或磁碟區路徑。
打包一個本地目錄
宣告一個tgz工件來打包你的程式碼。databricks bundle deploy 此組態片段將 src/ 任務打包並指向最終的壓縮檔：
artifacts:
code:
type: tgz
path: .
include: [src]
files:
- source: ./dist/code.tgz
resources:
jobs:
train:
tasks:
- task_key: train
ai_runtime_task:
code_source_path: ./dist/code.tgz
執行時會解壓壓縮檔案，並設 CODE_SOURCE_PATH 為其頂層程式碼目錄。 其中 path: .include: [src]和 ，檔案包含 src/train.py 且 CODE_SOURCE_PATH 為 /databricks/code_source/src。 切換到該目錄後，執行 python train.py：
#!/usr/bin/env bash
set -euo pipefail
cd "$CODE_SOURCE_PATH"
python train.py
關於工件設定，包括 path、 include、 git和 files，請參見 bundle artifacts 參考。
使用上傳的程式碼
設定 code_source_path 為 /Workspace/… 已上傳的程式碼歸檔的 or /Volumes/… 路徑。 套件會使用該路徑，但不會打包你的本地目錄。
配置運算與環境
設定 accelerator_count 為每個節點的 GPU 倍數，編碼於 accelerator_type。 例如， GPU_8xH100 當 在 accelerator_count: 16 兩個節點上運行。 請參閱 硬體選項 以獲得硬體指引。
對於多節點工作負載，AI 執行時會在每個節點執行該指令。 任務環境包含 NUM_NODES、 WORLD_SIZE、 LOCAL_WORLD_SIZE、 MASTER_ADDRMASTER_PORT、 及 。 在分散式訓練指令中讀取這些變數。
在工作區 environments 塊中宣告相依關係，並選擇帶有任務 environment_key的環境。 以下設定片段用於在訓練環境中安裝 PyTorch：
resources:
jobs:
train:
tasks:
- task_key: train
environment_key: training
environments:
- environment_key: training
spec:
environment_version: '6'
dependencies:
- torch
用於 environment_version 標準環境。 若要使用 Databricks 的 AI 環境，請 base_environment 改為 ，例如 workspace-base-environments/databricks_ai_v6。 請參閱 「建立你的環境」。
對於自訂 Docker 映像，請設定docker_image_urlai_runtime_task並遵循「使用自訂 Docker 映像搭配舊版 Python CLI」。
將設定與資料傳遞給任務
定義一個工作層級 environment_variables 的條目，並用任務的 environment_variables_key選取。 輸入純值 variables ，並用作 {{secrets/scope/key}} 秘密參考。 此設定需要如「 無伺服器工作配置環境變數」中所述的環境變數預覽。
要傳遞參數HYPERPARAMETERS_PATH，請將檔案與由 command_path參考的腳本並存hyperparameters.yaml。 這個套件會同步兩個檔案，執行時會設定 HYPERPARAMETERS_PATH 成訓練指令的參數檔。 關於從現有工作負載 YAML 轉換，請參見 「將 AI 執行時工作負載轉換為套件」。
Note
A ai_runtime_task 不支援工作任務值（{{tasks.<task_key>.values.<name>}} 或 dbutils.jobs.taskValues）。 要在任務間傳遞資料，寫入共享位置，例如 Unity 目錄卷，並在兩個任務中使用相同路徑。