Databricks AI環境
Databricks AI 環境は、AI 開発向けにカスタマイズされた、厳選された GPU 対応ランタイムです。サーバーレスGPU環境4以上でサポートされます。
この新しい環境では、機械学習用の完全に事前構成されたライブラリ スタック (PyTorch、HuggingFace Transformers などのフレームワークを含む) と GPU のネイティブ サポートが提供されるため、開発が効率化されます。Databricks ノートブック、Unity Catalog、MLflow と統合され、統合されたエクスペリエンスを提供します。AI 環境を使用すると、ML チームはセットアップとトラブルシューティングに何日も費やすことなく、すぐに実行可能な GPU クラスターを選択するだけで、すぐにモデルのトレーニングを開始できます。
AI環境に接続する
サーバレス GPU コンピュートに接続されたDatabricksノートブックからDatabricks AI環境を使用するには:
- ノートブックから、上部の [接続 ] ドロップダウン メニューをクリックし、 [サーバレス GPU] を選択します。
- クリック
環境 サイドパネルを開きます。 - アクセラレータ フィールドから A10 または H100 を選択します。
- ベース環境 フィールドから AI 環境の AI v4 を選択します。
- ベース環境 フィールドで 「なし」 を選択した場合は、 環境バージョン を選択します。
- [適用] をクリックし、ノートブック環境にサーバレス GPU コンピュートを適用することを 確認します 。
サーバレス GPU でノートブック ジョブ用にDatabricks AI環境をセットアップするには:
- ノートブックのジョブ設定から、 [環境とライブラリ] セクションの [ノートブックの環境を編集] を クリックします。
- クリック 環境 サイドパネルを開きます。
- ベース環境 フィールドから AI 環境の AI v4 を選択します。
新しいジョブ実行では、Databricks AI 環境を取得できるようになります。
よくある質問
Databricks AI 環境と Databricks Runtime for Machine Learning の環境の違いは何ですか?
Databricks Runtime for Machine Learning とDatabricks AI環境はどちらも、 AI / MLユースケースに合わせて事前構成されたコンピュート環境を提供します。 Databricks Runtime for Machine Learning はクラシック コンピュート リソースで使用されますが、 Databricks AI環境はサーバレス GPU コンピュート用です。
Databricks Runtime for Machine Learning の環境と Databricks AI 環境の両方に共通の機械学習パッケージが含まれていますが、いくつかの違いがあります。特に注目すべきは、Databricks AI 環境にはより更新されたパッケージが含まれていますが、Tensorflow と GraphFrames は含まれていないことです。Databricks AI環境とDatabricks Runtime for Machine Learning の内容の詳細については、サーバーレス環境のリリース ノートとDatabricksランタイム リリース ノートを参照してください。
既知の問題
- Databricks AI 環境は、ノートブック ジョブのタスク構成の 環境とライブラリ フィールドでは機能しません。そのフィールドから新しいジョブ環境を作成すると、Databricks AI 環境を選択できない場合があります。
- Databricks AI 環境は環境のエクスポートをサポートしていません。