Azure Databricks erhält GPU-fähige VM-Unterstützung und eine neue Laufzeit für maschinelles Lernen
1 Minute. lesen
Veröffentlicht am
Teile diesen Artikel
Verbessern Sie diesen Leitfaden
Lesen Sie unsere Offenlegungsseite, um herauszufinden, wie Sie MSPoweruser dabei helfen können, das Redaktionsteam zu unterstützen Lesen Sie weiter
Auf der Connect()-Entwicklerveranstaltung im vergangenen Jahr hat Microsoft angekündigt die Vorschau des Azure Databricks-Dienstes für leistungsstärkste Streaminganalyseprojekte. Azure Databricks ist eine auf Apache Spark basierende Analyseplattform, die eine Ein-Klick-Einrichtung, optimierte Workflows und einen interaktiven Arbeitsbereich bietet. Anfang dieses Jahres hat Microsoft angekündigt die allgemeine Verfügbarkeit dieses Dienstes.
Auf dem Spark + AI Summit hat Microsoft gestern einige neue Verbesserungen für Azure Databricks angekündigt.
Erstens fügen sie Unterstützung für GPU-fähige VMs hinzu. Entwickler können diese VMs jetzt verwenden, um KI-Modelle in großem Maßstab einfach zu erstellen, zu trainieren und bereitzustellen.
Zweitens kündigten sie eine neue Laufzeitumgebung für maschinelles Lernen an, die ein verteiltes Multi-GPU-Training von tiefen neuronalen Netzwerken mit Horovod ermöglicht. Mit dieser neuen Laufzeitumgebung können Entwickler Deep-Learning-Modelle mit wenigen Codezeilen erstellen.
Die Laufzeit umfasst auch HorovodEstimator für die nahtlose Integration mit Spark DataFrames. Eine weitere gute Nachricht ist, dass es auch vorinstalliert und vorkonfiguriert mit allen notwendigen Paketen wie TensorFlow, Keras und XGBoost geliefert wird. Azure Databricks Runtime for Machine Learning Preview ist heute als Teil der Premium-SKU in Azure Databricks verfügbar.
Quelle: Microsoft
