メインコンテンツまでスキップ
に最終更新

AIランタイムでGenie Codeを使用する

Genie Codeを使用すると、AI ランタイムに接続されたノートブックでディープラーニングワークロードを開発およびトラブルシューティングできます。分散トレーニングコードの生成、環境と依存関係の問題の解決、GPUワークロードの障害の調査を行うことができます。

Genie Code は、 AI ランタイム ノートブック上の8台の H100 GPU で分散 CNN トレーニングワークロードを作成し、実行します。

要件​

AI ランタイムでGenie Codeを使用するには：

入門​

  1. Databricksノートブックを開きます。

  2. ノートブックをAI ランタイムに接続します。AI ランタイム ノートブックのクイックスタートを参照してください。

  3. Genie Codeペインを開きます。

  4. 開発したいワークロード、または解決したい問題について説明してください。

  5. 提案されたプラン、コード変更、およびアクションを承認する前に確認してください。

重要

Genie Codeはミスをすることがあります。実行する前に、生成されたコード、環境の変更、その他の提案されたアクションを確認してください。診断によっては、追加のLogsまたはワークロードのコンテキストが必要です。

Genie Codeでできること​

分散トレーニングワークロードを開発する​

Genie Code は、 AI ランタイム用のトレーニングコードを生成または更新できます。適切な PyTorch分散戦略の選択、 Databricks AI ランタイム SDK (databricks.air) の @distributed API の使用、およびデータ読み込み、チェックポインティング、 MLflow トラッキングのための AI ランタイムパターンの適用に役立ちます。APIの詳細と例については、 ノートブックでの分散トレーニングを参照してください。

環境と依存関係の問題の解決​

Genie Code は現在の環境を検査し、パッケージの互換性障害をコードまたは API の変更と区別し、的を絞った修正を推奨できます。また、ワークロードの依存関係に基づいて Databricks AI 環境と標準環境のどちらを選択するかを支援することもできます。利用可能な環境の情報については、「 環境のセットアップ」を参照してください。

GPUおよび分散ワークロードをデバッグする​

Genie Codeは、ノートブックの出力と利用可能なLogsを使用して、分散トレーニングの失敗、通信エラー、トレーニングのハング、GPUメモリの問題を調査します。元の障害を特定し、他のランクのダウンストリームエラーと区別するのに役立ちます。分散トレーニングLogsの表示に関する情報については、エクスペリメントの追跡と可観測性を参照してください。

プロンプトの例​

分散トレーニングワークロードを開発する​

  • 「このノートブックを更新して、 AI ランタイムの 8 つの H100 GPU すべてで分散トレーニングを実行します。」
  • 「この分散トレーニングノートブックをレビューし、@distributedとMLflowの使用を修正してください。」
  • "このノートブックを serverless_gpu SDK から AI ランタイム SDK に移行します。"
  • "このトレーニングワークロードをAIランタイム向けに調整し、重要な変更点を説明してください。"

環境と依存関係の問題の解決​

  • "新しいパッケージをインストールした後に、このノートブックが動作しなくなりました。環境を検査し、問題が依存関係の問題であるか、コードAPIの変更であるかを特定します。"
  • "このワークロードではDatabricks AI環境と標準環境のどちらを使用する必要がありますか?依存関係を確認し、変更を加える前に環境を推奨してください。"
  • 「このパッケージの互換性エラーを診断し、最小限の適切な変更を推奨します。」

GPUおよび分散ワークロードをデバッグする​

  • 「使用可能なすべてのランクからの出力を使用して、この失敗した分散トレーニングランを分析し、根本原因を特定します。」
  • 「この分散ワークロードがハングしているのはなぜですか？ノートブックの出力を使用して、次のデバッグステップを推奨します。」
  • 「このGPUメモリ障害を調査し、証拠に基づいた次のステップを推奨してください。」

その他のリソース​

このページの見出し