ray

Ray es un motor de cómputo de IA diseñado para escalar aplicaciones de Python e IA. Consiste en un tiempo de ejecución distribuido central y un conjunto de bibliotecas de IA especializadas para simplificar las cargas de trabajo de cómputo de aprendizaje automático. Los componentes clave incluyen: Abstracciones de Ray Core: - Tasks: Funciones sin estado ejecutadas a través del clúster. - Actors: Procesos de trabajo con estado. - Objects: Valores inmutables accesibles en todo el clúster. Bibliotecas de IA de Ray: - Data: Para conjuntos de datos de ML escalables. - Train: Para entrenamiento distribuido. - Tune: Para el ajuste escalable de hiperparámetros. - RLlib: Para aprendizaje por refuerzo escalable. - Serve: Para el servicio de modelos programable y escalable. Ray incluye herramientas de observabilidad integradas, como el Ray Dashboard para el monitoreo y el Ray Distributed Debugger para la resolución de problemas. Es compatible con diversos entornos, incluyendo máquinas locales, proveedores de nube y Kubernetes.