ray

Ray est un moteur de calcul AI conçu pour mettre à l'échelle les applications Python et AI. Il se compose d'un runtime distribué central et d'une suite de bibliothèques AI spécialisées pour simplifier les charges de travail de calcul d'apprentissage automatique. Les composants clés incluent : Abstractions Ray Core : - Tasks : Fonctions sans état exécutées sur l'ensemble du cluster. - Actors : Processus de travail avec état. - Objects : Valeurs immuables accessibles dans tout le cluster. Bibliothèques Ray AI : - Data : Pour les jeux de données ML évolutifs. - Train : Pour l'entraînement distribué. - Tune : Pour le réglage évolutif des hyperparamètres. - RLlib : Pour l'apprentissage par renforcement évolutif. - Serve : Pour le service de modèles évolutif et programmable. Ray inclut des outils d'observabilité intégrés tels que le Ray Dashboard pour la surveillance et le Ray Distributed Debugger pour le dépannage. Il est compatible avec divers environnements, y compris les machines locales, les fournisseurs de cloud et Kubernetes.