收录了 ray 频道下的 50 篇内容
本文介绍了 BigDL 如何利用 Ray 及其库为大数据构建可扩展的 AI 应用程序。
在本文中,我们将跟大家分享开发两个重要软件库Ray Tune和Ray Cluster Launcher的经验, 这两个库现在支持很多流行的开源AI库,很多BAIR研究人员用它们来执行大规模AI实验。
如今已经是2021年,深度学习领域出现了很多变化。因此,我们不得不重新审视现有的深度学习平台,以适应不断增长的需求和新的要求。
下一代人工智能应用程序需要不断地与环境交互,并从这些交互中学习。这对系统的性能和灵活性提出了新的要求,而现有的机器学习计算框架大多无法满足这些要求。为此,UC Berkeley项目组开发了一个新的分布式框架Ray,并于近日在Arvix上发表了相关论文:《Ray: A Distributed Framework for Emerging AI Applications》。
下一代人工智能应用程序需要不断地与环境交互,并从这些交互中学习。这些应用程序对系统的性能和灵活性提出了新的要求。伯克利大学的项目组提出了Ray——一个分布式系统来解决这些问题。
Ray是一个用于并行计算和分布式Python开发的开源项目。本文将介绍如何使用Ray轻松构建可从笔记本电脑扩展到大型集群的应用程序。
你还在纠结流计算引擎用哪个好,蚂蚁金服已经开始发力融合计算了
Pinterest 使用开源分布式计算框架 Ray 实现机器学习基础设施现代化,提高了将机器学习想法投入生产应用的速度。
本文将从 Ray 为何得到 AI 研究者们的青睐,在字节如何使用 KubeRay 来托管 Ray 应用,Kueue 如何管理和调度 RayJob 三个方面进行介绍。
本文介绍强化学习框架 Ray 在 K8s 上的自动伸缩设计与实现。
今天,我们宣布全面推出 AWS Lambda 对 AWS X-Ray 的支持。
本文最初发布于 Medium 博客,经原作者 Jason Dai 授权由 InfoQ 中文站翻译并分享。
在美国拉斯维加斯举行的AWS re:Invent 2016大会上,亚马逊发布了一款名为AWS X-Ray的分布式跟踪服务,它目前处于预览版本,能够在AWS的12个公开Region中使用。AWS X-Ray类似于Google的Dapper、Twitter的Zipkin以及OpenTracing API,它能够帮助开发人员分析和调试分布式应用,比如使用微服务架构风格所构建的应用。
在AWS X-Ray分布式跟踪服务4月份发布的通用版本(General Availability,GA)中,Amazon已经为X-Ray添加了对AWS Lambda的支持,它能够记录函数调用和相关的元数据,通过AWS Console进行图像化展示并进行分析以便于调试或故障的恢复。
提供大规模的模型服务只是战斗的一部分。
.NET社区里的活跃分子Luke H.在一篇文章中展示了如何在400行的代码中,用C# 3和LINQ编写一个Ray Tracer。
大约 2年前,我的同事 Jeff 首次在 AWS re:Invent 大会的博文中向大家介绍了 AWS X-Ray。
Ray Ozzie是微软的首席软件架构师,日前已经卸任并准备从微软退休,五年来,作为一位战略家,他积极推动了在线服务和云计算的想法。
本次分享介绍蚂蚁金服的在线计算体系。
Deepfake的滥用有望得到控制。