ray

Ray es un marco unificado para escalar aplicaciones de IA y Python. Ray consta de un tiempo de ejecución distribuido central y un conjunto de bibliotecas de IA para simplificar el cálculo de ML:

Obtenga más información sobre las bibliotecas de IA de Ray:

• Datos: conjuntos de datos escalables para aprendizaje automático
• Capacitar: capacitación distribuida
• Tune: Ajuste de hiperparámetros escalable
• RLlib: aprendizaje por refuerzo escalable
• Servicio: Servicio escalable y programable

O más sobre Ray Core y sus abstracciones clave:

• Tareas: Funciones sin estado ejecutadas en el cluster.
• Actores: procesos de trabajo con estado creados en el clúster.
• Objetos: valores inmutables accesibles en todo el clúster.

Obtenga más información sobre monitoreo y depuración:

• Supervise las aplicaciones y los clústeres de Ray con Ray Dashboard.
• Depure aplicaciones Ray con Ray Distributed Debugger.

Ray se ejecuta en cualquier máquina, clúster, proveedor de nube y Kubernetes, y presenta un ecosistema creciente de integraciones comunitarias.

Instale Ray con: pip install ray . Para ruedas nocturnas, consulte la página de Instalación.

¿Por qué Ray?

Las cargas de trabajo de ML actuales requieren cada vez más uso de cómputo. Por más convenientes que sean, los entornos de desarrollo de un solo nodo, como su computadora portátil, no pueden escalarse para satisfacer estas demandas.

Ray es una forma unificada de escalar aplicaciones Python y AI desde una computadora portátil a un clúster.

Con Ray, puedes escalar sin problemas el mismo código desde una computadora portátil a un clúster. Ray está diseñado para ser de uso general, lo que significa que puede ejecutar de manera eficiente cualquier tipo de carga de trabajo. Si su aplicación está escrita en Python, puede escalarla con Ray, no se requiere otra infraestructura.

Más información

• Documentación
• Informe técnico sobre arquitectura de Ray
• Exoshuffle: reproducción aleatoria de datos a gran escala en Ray
• Propiedad: un sistema de futuros distribuidos para tareas detalladas
• papel RLlib
• Sintonizar papel

Documentos más antiguos:

• papel rayado
• Papel Ray HotOS
• Documento técnico de Ray Architecture v1

Involucrarse

Plataforma	Objetivo	Tiempo de respuesta estimado	Nivel de soporte
Foro de Discurso	Para discusiones sobre desarrollo y preguntas sobre uso.	< 1 día	Comunidad
Problemas de GitHub	Para informar errores y presentar solicitudes de funciones.	< 2 días	Equipo Ray OSS
Flojo	Por colaborar con otros usuarios de Ray.	< 2 días	Comunidad
Desbordamiento de pila	Para hacer preguntas sobre cómo utilizar Ray.	3-5 días	Comunidad
Grupo de reunión	Para conocer los proyectos y las mejores prácticas de Ray.	Mensual	Ray DevRel
Gorjeo	Para mantenerse actualizado sobre nuevas funciones.	A diario	Ray DevRel