Azure Databricks obtient la prise en charge des machines virtuelles compatibles GPU et un nouveau runtime d'apprentissage automatique

Lors de l'événement pour développeurs Connect() l'année dernière, Microsoft annoncé la préversion du service Azure Databricks pour les projets d'analyse de flux les plus performants. Azure Databricks est une plateforme d'analyse basée sur Apache Spark qui offre une configuration en un clic, des flux de travail rationalisés et un espace de travail interactif. Plus tôt cette année, Microsoft annoncé la disponibilité générale de ce service.

Hier, lors du Spark + AI Summit, Microsoft a annoncé quelques nouvelles améliorations d'Azure Databricks.

Tout d'abord, ils ajoutent la prise en charge des machines virtuelles compatibles GPU. Les développeurs peuvent désormais utiliser ces machines virtuelles pour créer, former et déployer facilement des modèles d'IA à grande échelle.

Deuxièmement, ils ont annoncé un nouveau runtime d'apprentissage automatique qui permet une formation distribuée et multi-GPU des réseaux de neurones profonds à l'aide de Horovod. À l'aide de ce nouveau runtime, les développeurs peuvent créer des modèles d'apprentissage en profondeur avec quelques lignes de code.

Le runtime inclut également HorovodEstimator pour une intégration transparente avec Spark DataFrames. Une autre bonne nouvelle est qu'il est également préinstallé et préconfiguré avec tous les packages nécessaires tels que TensorFlow, Keras et XGBoost. La préversion d'Azure Databricks Runtime pour Machine Learning est disponible dès aujourd'hui dans le cadre de la référence SKU premium dans Azure Databricks.

La source: Microsoft