Azure Databricks får GPU-aktiverat VM-stöd och en ny körtid för maskininlärning
1 min. läsa
Publicerad den
Dela den här artikeln
Förbättra den här guiden
Läs vår informationssida för att ta reda på hur du kan hjälpa MSPoweruser upprätthålla redaktionen Läs mer
Vid Connect() utvecklarevenemang förra året, Microsoft meddelade förhandsvisningen av Azure Databricks-tjänsten för strömningsanalysprojekt med högsta prestanda. Azure Databricks är en Apache Spark-baserad analysplattform som levererar en klick-installation, strömlinjeformade arbetsflöden och en interaktiv arbetsyta. Tidigare i år, Microsoft meddelade den allmänna tillgängligheten för denna tjänst.
På Spark + AI Summit igår tillkännagav Microsoft ett par nya förbättringar av Azure Databricks.
Först lägger de till stöd för GPU-aktiverade virtuella datorer. Utvecklare kan nu använda dessa virtuella datorer för att enkelt bygga, träna och distribuera AI-modeller i stor skala.
För det andra tillkännagav de en ny runtime för maskininlärning som möjliggör distribuerad, multi-GPU-träning av djupa neurala nätverk med hjälp av Horovod. Med denna nya runtime kan utvecklare bygga modeller för djupinlärning med några rader kod.
Körtiden inkluderar även HorovodEstimator för sömlös integration med Spark DataFrames. En annan god nyhet är att den också kommer förinstallerad och förkonfigurerad med alla nödvändiga paket som TensorFlow, Keras och XGBoost. Azure Databricks Runtime for Machine Learning förhandsvisning är tillgänglig idag som en del av premium SKU i Azure Databricks.
Källa: Microsoft
