AI-futtatókörnyezet parancssori felülete

A air parancssori felület elosztott betanítási számítási feladatokat küld és kezel az igény szerinti kiszolgáló nélküli GPU számítási platformon, az AI Runtime-on. A parancssori felület YAML-alapú feladatkonfigurációt használ, integrálható az MLflow-jal, és támogatja a munkaterület- és git-alapú kód-munkafolyamatokat.

Mikor érdemes használni a parancssori felületet?

A következő esetekben használja az AI Futtatókörnyezet parancssori felületét:

• Gpu-betanítási számítási feladatokat küldhet laptopjáról és kódszerkesztőjéből jegyzetfüzet megnyitása nélkül.
• A tanítási feladatokat deklaratív módon, YAML-ben adhatja meg, így azok verziókezelőbe helyezhetők.
• Hosszú ideig futó betanítási feladatok vagy több csomópontos elosztott betanítás futtatása – olyan munkaterhelések, amelyeknek egy interaktív munkameneten túl is fenn kell maradniuk, vagy egynél több csomópontra terjednek ki.

A jegyzetfüzetbeli Python API-ról (@distributed és @ray_launch) lásd inkább a Multi-GPU munkaterhelés című részt.

Ha egyetlen GPU-csomóponton szeretne interaktívan dolgozni SSH-n keresztül – a terminálról vagy az IDE-ről, számítási feladat elküldése helyett – használja databricks ssh connect. Lásd : Csatlakozás a Databrickshez SSH-alagút használatával.

Ebben a szakaszban

• Az AI-futtatókörnyezet parancssori felületének telepítése
• AI Runtime CLI – rövid útmutató
• AI Runtime CLI parancsreferenciája
• Számítási feladat YAML-referenciája
• Futtatások nyomon követése az MLflow és a Feladatok futtatási oldallal
• Egyéni Docker-rendszerképek használata
• AI-futtatókörnyezeti parancssori felület – példák