Azure Databricks obtiene compatibilidad con máquinas virtuales habilitadas para GPU y un nuevo tiempo de ejecución de aprendizaje automático
1 minuto. leer
Publicado el
Compartir este artículo
Mejorar esta guía
Lea nuestra página de divulgación para descubrir cómo puede ayudar a MSPoweruser a sostener el equipo editorial. Leer más
En el evento para desarrolladores Connect() del año pasado, Microsoft anunció la vista previa del servicio Azure Databricks para proyectos de análisis de transmisión de mayor rendimiento. Azure Databricks es una plataforma de análisis basada en Apache Spark que ofrece configuración con un solo clic, flujos de trabajo optimizados y un espacio de trabajo interactivo. A principios de este año, Microsoft anunció la disponibilidad general de este servicio.
En la cumbre Spark + AI de ayer, Microsoft anunció un par de nuevas mejoras para Azure Databricks.
Primero, están agregando soporte para máquinas virtuales habilitadas para GPU. Los desarrolladores ahora pueden usar estas máquinas virtuales para crear, entrenar e implementar fácilmente modelos de IA a escala.
En segundo lugar, anunciaron un nuevo tiempo de ejecución de aprendizaje automático que permite el entrenamiento distribuido y multi-GPU de redes neuronales profundas utilizando Horovod. Con este nuevo tiempo de ejecución, los desarrolladores pueden crear modelos de aprendizaje profundo con unas pocas líneas de código.
El tiempo de ejecución también incluye HorovodEstimator para una integración perfecta con Spark DataFrames. Otra buena noticia es que también viene preinstalado y preconfigurado con todos los paquetes necesarios como TensorFlow, Keras y XGBoost. La vista previa de Azure Databricks Runtime for Machine Learning está disponible hoy como parte del SKU premium en Azure Databricks.
Fuente: Microsoft
