Sunucusuz GPU ortamı sürüm 5 (Önizleme)

Bu sayfada Sunucusuz GPU ortamı sürüm 5 için sistem ortamı bilgileri özetlenmiştir. Bu işlem teklifi, modern yapay zeka ve derin öğrenme iş yükleri için tasarlanan Yapay Zeka Çalışma Zamanı'nın bir parçasıdır.

Sunucusuz GPU ortamı 5, sunucusuz ortam 5 (CPU) üzerine kurulmuştur. Sunucusuz ortam 5 'teki (CPU) yeniliklere bakın. Aşağıdaki ortamı içerir:

• Standart ortam: Kararlı istemci API'siyle minimum bir ortam.
• Databricks AI ortamı: GPU'larda makine öğrenmesine özgü yaygın çalışma zamanı paketlerine ve paketlerine sahip bir ortam.

Uygulamanın uyumluluğunu sağlamak için Sunucusuz GPU iş yükleri, daha yeni sunucu sürümleriyle uyumlu kalan ortam sürümü olarak bilinen bir sürüme sahip API kullanır.

Sunucusuz not defterlerinizdeki Ortam yan panelini kullanarak bu ortam sürümünü içeren bir temel ortam seçebilirsiniz. Bkz. Etkileşimli (Not Defterleri).

Yeni özellikler ve geliştirmeler

Sürüm 5'te Databricks yalnızca sunucusuz GPU API'sini, Databricks bağımlılıklarını ve MLflow'ı destekleyen minimum bir ortam sağlar. Kullanıcılar ortamı ihtiyaçlarına göre özelleştirebilir. Sürüm 5'teki Standart ortam, en düşük işlevsel GPU ortamını sağlamak için CPU ortamında mevcut olan belirli paketleri içermez. Kapsamlı yapay zeka kitaplıklarına sahip eksiksiz bir ortam isteyen kullanıcıların Databricks AI ortamını kullanması gerekir.

%uv pip ile daha hızlı paket kurulumu

7 Mayıs 2026

Artık sunucusuz not defterlerinde %uv pip magic komutunu, Python paket yönetimi için %pip daha hızlı bir alternatif olarak kullanabilirsiniz. %uv pip, uv paket yöneticisi ile çalışır ve %pip ile aynı not defteri sanal ortamını paylaşır. Bkz. ile %uv pipdaha hızlı yüklemeler.

API güncelleştirmeleri

17 Temmuz 2026

Sunucusuz GPU Python API 0.5.21'e yükseltildi

Sunucusuz GPU Python API 0.5.21 aşağıdaki API güncelleştirmelerini içerir:

• Hata düzeltmeleri:
  • Sunucusuz GPU API’si, gpus parametresi bir tamsayı olmadığında artık net bir GPUValidationError hatası verir.
  • Uzaktan gönderim sırasında oluşan geçici ortam anlık görüntüsü alma hataları artık artan bekleme aralıklarıyla yeniden deneniyor. Daha önce, yeni yazılmış her çalıştırmaya özgü dosyalardaki bir okuma yarış durumu, geçici bir hata olarak ortaya çıkabiliyor ve çalıştırmanın sonlandırılmasına neden olabiliyordu.
  • @distributed ile gpus=1 yerel olarak bağlı bir GPU'da kullanıldığında, artık işlevin doğrudan not defterinde çalıştırılabileceğini belirten bir not günlüğe kaydedilir.
  • Geçersiz bir GPU türüne ilişkin hatalar artık kullanılabilir türleri h100 ve a10 gibi kanonik adlarıyla listeliyor.
• Yeni özellikler:
  • @distributed ile başlatılan çalıştırmalar artık MLflow deneyinin günlükler sekmesinde görüntülenir.

1 Temmuz 2026

Sunucusuz GPU Python API 0.5.20'ye yükseltildi

Sunucusuz GPU Python API 0.5.20 aşağıdaki API güncelleştirmelerini içerir:

• Hata düzeltmeleri:
  • Çok baytlı bir UTF-8 dizisinin ortasındaki bir günlük dosyası yoklanırken günlük yükleyicisinin UnicodeDecodeError ile çökmesine neden olan bir sorun düzeltildi.

9 Haziran 2026

Sunucusuz GPU Python API 0.5.19'a yükseltildi

Sunucusuz GPU Python API 0.5.19 aşağıdaki API güncelleştirmelerini içerir:

• Yeni özellikler:

  • Yerel mod artık çalıştırmanın sonunda tek bir anlık görüntü yüklemek yerine yürütme boyunca günlükleri artımlı olarak MLflow'a akışla aktarıyor.
  • Yerel mod çalıştırmalarında stderr çıktısı, MLflow günlük artefaktlarına kaydedildi.

• Hata düzeltmeleri:

  • Yerel yürütme modu artık not defterinin yapılandırılmış günlük düzeyine saygı gösterir.
  • Yerel mod çalıştırmaları sırasında eyleme dönüştürülemeyen NCCL uyarıları gizlendi.

26 Mayıs 2026

Sunucusuz GPU Python API'si 0.5.18'e yükseltildi

Sunucusuz GPU Python API 0.5.18 aşağıdaki API güncelleştirmelerini içerir:

• Yeni özellikler:

  • timeout dekoratörüne bir @distributed parametresi eklendi. Varsayılan olarak, yerel çalıştırmaları (remote=False) 3 saatle sınırlar. Sınırsız yerel çalıştırmalar için timeout=None iletin.
  • DATABRICKS_SERVERLESS_GPU_LOG_VERBOSE kitaplığının günlük ayrıntı düzeyini denetlemek için serverless_gpu ortam değişkeni eklendi.
  • Sunucusuz GPU yerel yürütmesi sırasında mlflow.set_experiment(...) ile belirtilen kullanıcı tanımlı MLflow deneyleri dikkate alındı; MLflow deney adı çakışması olduğunda ise daha bilgilendirici bir hata mesajı gösteriliyor.

• Hata düzeltmeleri:

  • Uzak iş yüklerinde hücre çıkışındaki MLflow çalıştırma bağlantısında [REDACTED] bölümünün görüntülenmesine neden olan bir sorun düzeltildi.
  • Uzak modda geçici hataların (503 hata kodları) ilk ortaya çıkışında iş yükünün sonlandırılmasına neden olan bir sorun düzeltildi. API artık bu hataları yeniden dener.
  • serverless_gpu içe aktarıldığında ve remote=False yüklü olmadan torch ile çalıştırıldığında gösterilen uyarı ve hata iletileri iyileştirildi.

11 Mayıs 2026

Sunucusuz GPU Python API'si 0.5.17'ye yükseltildi

Sunucusuz GPU Python API 0.5.17 aşağıdaki API güncelleştirmelerini içerir:

• Hata düzeltmeleri:
  • GPU havuzu seçenekleri kullanılamadığında API artık isteğe bağlı hesaplamaya geri döner ve hizmet kesintileri sırasında iş yükü hatalarını önler.
  • İş yükü oluşturma hataları artık daha hızlı sorun giderme için tam sunucu yanıt gövdesini içerir.
  • @distributed dekoratörünün yanlış kullanımına yönelik hata iletileri iyileştirildi.
  • @distributed(remote=False) yerel yürütmede iç içe MLflow çalıştırmaları artık destekleniyor. Etkin bir MLflow çalışması içinde çalıştırıldığında, artık mevcut üst çalışmayı sonlandırmak yerine iç içe geçmiş bir alt çalışma oluşturulur.
• Yeni özellikler:
  • Daha temiz yerel günlükler: Varsayılan olarak, sistem metriklerine ait bilgi düzeyindeki günlükler, günlüklerdeki gereksiz yoğunluğu azaltmak için yerel çalıştırma sırasında gizlenir.

24 Nisan 2026

Sunucusuz GPU Python API 0.5.16'ya yükseltildi

Sunucusuz GPU Python API 0.5.16 aşağıdaki API güncelleştirmelerini içerir:

• Yeni özellikler:
  • Eklendi UCVolumeDataset, Unity Catalog FUSE ile bağlanmış birimden dosya akışı sağlayan bir Torch IterableDataset. Dosya listeleri dağıtılmış sıralamalar ve DataLoader işçileri arasında otomatik olarak bölümlenir, böylece her (rank, worker) çifti birbiriyle çakışmayan bir dilim alır.
  • Sunucusuz GPU API'si artık tek H100 iş yükleri için 1xH100 hızlandırıcı türünü destekliyor.
  • Yerel yürütme sırasında PySpark ve Py4J'den kaynaklanan log gürültüsü azaltıldı. Günlük dizini iletisi artık yazdırılmak yerine hata ayıklama seviyesinde günlüğe kaydedilir.

14 Nisan 2026

Sunucusuz GPU Python API 0.5.15'e yükseltildi

Sunucusuz GPU Python API 0.5.15 aşağıdaki API güncelleştirmelerini içerir:

• Yeni özellikler:
  • Yerel Sunucusuz GPU API çalıştırmaları için MLflow'a log iletimi eklendi. Yerel çalıştırmalardan eğitim günlükleri artık otomatik olarak MLflow'a yüklenir.
• Hata düzeltmeleri:
  • PyTorch yüklü olmadığında, hata mesajı artık Standard v5 temel ortamının torç içermediğini doğru şekilde belirtir.
• Güvenlik:
  • Yeni yayımlanan kötü amaçlı paket sürümlerinden tedarik zinciri saldırılarını önlemek için tüm Python bağımlılık sürümleri tam sürümlere sabitlendi.

17 Mart 2026

Sunucusuz GPU Python API'sini 0.5.14 sürümüne yükseltti

Sunucusuz GPU Python API 0.5.14 aşağıdaki API güncelleştirmelerini içerir:

• Hata düzeltmeleri:
  • Sunucusuz GPU API'sinin MAPI kullanılabilir olmadan denetim düzlemlerinde başarısız olması sorunu düzeltildi. MAPI'ye ulaşılamıyorsa API artık isteğe bağlı işlem sürecine düzgün bir şekilde geri döner.

2 Mar 2026

Sunucusuz GPU Python API 0.5.13'e yükseltildi

Sunucusuz GPU Python API 0.5.13 aşağıdaki API güncelleştirmelerini içerir:

• Hata düzeltmeleri:
  • Azure A10 GPU cihaz adının yerel modda ayrıştırılması düzeltildi. API artık "A10-24Q" gibi Azure özel biçimleri işler.
  • Yerel yürütme tamamlandıktan sonra MLflow etkin çalıştırmasının kapatılmaması sorunu düzeltildi.
  • MLflow 3.x ile MLflow log akışı uyumluluğu düzeltildi. MLflow 3.x'teki artifakt indirme yolunun davranışındaki bir değişiklik log akışının bozulmasına neden oldu. Günlük akışı artık hem MLflow 2.x hem de 3.x ile düzgün çalışıyor.
  • Eğitim çalıştırmalarının yanıt vermemeye başlamasına neden olan bir sorun düzeltildi. Önceki bir sürümde kullanıma sunulan çapraz dereceli MLflow durum eşitleme özelliği geri döndürülmüştür.

Databricks AI ortamına eklenen paketler

Sürüm 5'te Databricks AI ortamına aşağıdaki yeni paketler eklendi:

• catboost 1.2.8
• trl 0.23.0
• unsloth 2025.11.3
• vllm 0.13.0
• omegaconf 2.3.0
• statsmodels 0.14.4
• networkx 3.4.2

Databricks AI ortamından kaldırılan paketler

Aşağıdaki paketler 5. sürümde Databricks AI ortamından kaldırılmıştır:

• spacy
• sentencepiece

Temel ortama dahil olmayan paketler

Aşağıdaki paketler temel ortama dahil değildir, ancak CPU ortamında kullanılabilir durumda kalır:

• scipy
• seaborn
• scikit-learn

Aşağıdaki paketler temel ortama dahil değildir ancak Databricks AI ortamında kullanılabilir durumda kalır:

• flash-attention
• torch
• torchvision

PyTorch sürümü oluşturma üzerinde denetim isteyen müşteri geri bildirimlerine bağlı olarak, torch sürüm 5 için temel ortama dahil değildir. Bu, iş yükünüz için en uygun sürümü yüklemenize olanak tanır. Databricks tarafından test edilen bir sürümü kullanmak için bir not defteri hücresinde çalıştırın %pip install torch==2.9.0 veya torch==2.9.0 yan panelinin Bağımlılıklar bölümünü kullanarak yükleyin.

Sistem ortamı

• İşletim Sistemi: Ubuntu 24.04.2 LTS
• Python: 3.12.3
• Databricks Connect: 18.0.0
• NVIDIA CUDA Araç Seti: 12.9

Yüklü Python kitaplıkları

Standart ortam

Sunucusuz GPU ortamı 5'i yerel Python sanal ortamınızda yeniden oluşturmak için requirements-env-gpu-5.txt dosyasını indirin ve çalıştırın pip install -r requirements-env-gpu-5.txt. Bu komut sunucusuz ortam 5'ten tüm açık kaynak kitaplıklarını yükler.

Yapay zeka ortamı

Yapay zeka ortamı, Standart ortamdaki tüm paketlerin yanı sıra aşağıdaki paketleri de içerir. Bu ortam PyTorch ve kapsamlı makine öğrenmesi kitaplıklarını içerir:

• torch 2.9.0
• torchvision 0.24.0
• flash_attn 2.8.3
• catboost 1.2.8
• langchain 0.3.27
• lightgbm 4.6.0
• openai 2.7.0
• optuna 4.5.0
• pytorch-lightning 2.5.4
• ray 2.51.1
• scikit-learn 1.6.1
• scipy 1.15.3
• seaborn 0.13.2
• sentence-transformers 5.1.2
• transformers 4.57.1
• trl 0.23.0
• unsloth 2025.11.3
• vllm 0.13.0
• xgboost 3.0.4

Yerel Python sanal ortamınızda yapay zeka ortamı V5'i yeniden oluşturmak için requirements-ai-gpu-5.txt dosyasını indirin ve komutunu çalıştırın pip install -r requirements-ai-gpu-5.txt. Bu komut, yapay zeka ortamındaki tüm açık kaynak kitaplıkları yükler.