メインコンテンツまでスキップ
に最終更新

AI Runtime CLI クイックスタート

備考

ベータ版

AI Runtime CLI は ベータ版です。

このページでは、AI Runtime CLI を使用して、初めてのトレーニング ジョブを送信する方法について説明します。開始する前に、CLI をインストールして認証を構成します。

ステップ1: YAML設定を作成する​

ワークロードを説明するtrain.yamlを作成する。最小限の構成にはエクスペリメント名、コンピュート仕様、およびコマンドが必要です。以下のコマンドはローカルコードなしで実行されるため、すぐに最初の実行を送信できます。

YAML
experiment_name: my-first-air-run
compute:
  num_accelerators: 1
  accelerator_type: GPU_1xA10
command: echo "hello AIR!"

自分のコードを実行する​

ローカルのトレーニングスクリプトを実行するには、Pythonの依存関係をリストするenvironmentブロックと、ローカルコードをアップロードするcode_sourceブロックを追加します。スクリプトをtrain.yamlの横に配置します:

Text
my-project/
├── train.yaml
└── train.py
YAML
experiment_name: my-first-air-run
environment:
  version: '4'
  dependencies:
    - torch
    - transformers
compute:
  num_accelerators: 1
  accelerator_type: GPU_1xA10
code_source:
  type: snapshot
  snapshot:
    root_path: .
command: python $CODE_SOURCE_PATH/train.py

この構成は、リストされている依存関係をインストールし、現在のディレクトリ（root_path: .）をアップロードし、単一の A10 GPU で train.py を実行します。$CODE_SOURCE_PATH はリモートノード上のアップロードされたコードの場所に解決されます。Databricksでは、パスをハードコーディングするのではなく、これを使用することをお勧めします。environment.version はサーバレス GPU 環境バージョンを選択します。これはオプションです（デフォルトは '4' です）。利用可能なすべてのバージョンについては、「サーバレス環境のバージョン」を参照してください。

フィールドの完全な参照については、 「ワークロード YAML リファレンス」を参照してください。

ステップ2：実行を提出する​

ワークロードを送信してください：

Bash
air run --file train.yaml

CLIはローカルコードをアップロードし（code_sourceを構成した場合）、ジョブを送信し、実行IDを出力します。後のコマンドで、そのIDを使用して実行の検査、監視、およびキャンセルを行います。

サブミッションによって、experiment_nameという名前のMLflowエクスペリメントに実行が作成されます（エクスペリメントは複数の実行を含むことができます）。その実行では、ワークロードのメトリクス、パラメーター、アーティファクト、およびログが記録されます。これらはすべて、ワークスペースのMLflow UIで表示できます。ログはMLflow外部でも利用可能です：ターミナルまたはファイルにストリームとして出力したり、air logs を使用して後でダウンロードすることもできます（ステップ 3を参照してください）。

ログが完了するまで監視するには、--watchを追加します：

Bash
air run --file train.yaml --watch

ステップ 3: 実行を検証する​

ステータスを確認：

Bash
air get run <run-id>

出力には、ワークスペースUI内のMLflow実行を含むMLflowエクスペリメントおよびMLflow実行へのクリック可能なリンクが含まれています。

ログのストリームまたはダウンロード：

Bash
air logs <run-id>
air logs <run-id> --node 2
air logs <run-id> --download-to ./logs/

分散ワークロードは複数のノードで実行されます。デフォルトでは、air logsはノード0からストリームします。特定のノードからのログを表示するには、--nodeを渡してください。--download-to を使用して、ログをストリーミングするのではなく、ローカルディレクトリに書き込みます。

最近の実行の一覧表示：

Bash
air list runs --limit 10
air list runs --active

実行をキャンセル：

Bash
air cancel <run-id>

一般的なパターン​

コマンドラインから YAML フィールドを上書きする：

Bash
air run --file train.yaml --override compute.num_accelerators=32 timeout_minutes=120

設定を送信なしで検証：

Bash
air run --file train.yaml --dry-run

送信を安全に再試行可能にする：

Bash
air run --file train.yaml --idempotency-key my-unique-key

同じキーが以前に使用されている場合、新しい実行を作成するのではなく、既存の実行が返されます。

次のステップ​

このページの見出し