Azure Databricks får GPU-aktivert VM-støtte og en ny kjøretid for maskinlæring

På Connect() utviklerarrangement i fjor, Microsoft annonsert forhåndsvisningen av Azure Databricks-tjenesten for strømmeanalyseprosjekter med høyest ytelse. Azure Databricks er en Apache Spark-basert analyseplattform som leverer ett-klikks oppsett, strømlinjeformede arbeidsflyter og et interaktivt arbeidsområde. Tidligere i år, Microsoft annonsert den generelle tilgjengeligheten til denne tjenesten.

På Spark + AI Summit i går kunngjorde Microsoft et par nye forbedringer av Azure Databricks.

Først legger de til støtte for GPU-aktiverte VM-er. Utviklere kan nå bruke disse VM-ene til enkelt å bygge, trene og distribuere AI-modeller i stor skala.

For det andre annonserte de en ny maskinlæringskjøring som muliggjør distribuert multi-GPU-trening av dype nevrale nettverk ved hjelp av Horovod. Ved å bruke denne nye kjøretiden kan utviklere bygge dyplæringsmodeller med noen få linjer med kode.

Kjøretiden inkluderer også HorovodEstimator for sømløs integrasjon med Spark DataFrames. En annen god nyhet er at den også kommer forhåndsinstallert og forhåndskonfigurert med alle nødvendige pakker som TensorFlow, Keras og XGBoost. Forhåndsvisning av Azure Databricks Runtime for Machine Learning er tilgjengelig i dag som en del av premium SKU i Azure Databricks.

kilde: Microsoft