AIランタイムの例

AI ランタイムは、AIおよびディープラーニングモデルの推論、トレーニング、ファインチューニング用のServerless GPUコンピュートを提供します。以下のページでは、ノートブック・チュートリアルとDatabricks CLIレシピを、タスク別（クラシック機械学習、レコメンデーションシステム、コンピュータビジョン、オープンソースLLMのポストトレーニング、バッチ推論、マルチGPU分散トレーニング）のグループに分類しています。

ノートブックの例はドキュメントに含まれています。Databricks CLIの例では、GitHub上のAI ランタイム Cookbookにリンクしています。そこで、リポジトリをクローンし、そのワークロード構成とソースコードを実行できます。

• • 従来のMachine Learning
  • XGBoost トレーニング、ゼロショット表形式予測、時系列予測などの従来のMachine Learningタスクの例。
• • レコメンデーションシステム
  • 2 タワー モデルのような最新のディープラーニング アプローチを使用してレコメンデーション システムを構築する例。
• • コンピュータビジョン
  • コンピュータビジョンタスクの例としては、物体検出や画像分類などが挙げられる。
• • トレーニング後の OSS モデル (LLM)
  • パラメーター効率の高い手法など、オープンソースの大規模言語モデルのファインチューニングおよびポストトレーニングの例。
• • バッチ推論
  • 複数の GPU で Ray Data と vLLM を使用した大規模バッチ推論の例。
• • マルチGPU分散トレーニング
  • サーバレス GPU APIを使用して、複数の GPU およびノードにわたってトレーニングをスケーリングする例。