الوصف
توفر Anyscale منصة ذكاء اصطناعي على نطاق الإنتاج مبنية على Ray، محرك الحوسبة للذكاء الاصطناعي المعتمد على نطاق واسع. تم تصميمها لمساعدة بناة الذكاء الاصطناعي على التعامل بكفاءة مع أعباء العمل كثيفة البيانات الضرورية لتطوير ونشر النماذج الأساسية وتطبيقات الذكاء الاصطناعي الأخرى على نطاق واسع.
قراءة المزيد
تدعم المنصة مراحل تطوير الذكاء الاصطناعي الهامة، بما في ذلك تنظيم البيانات متعددة الوسائط، حيث تسهل خطوط الأنابيب واسعة النطاق لإعداد أنواع بيانات متنوعة مثل مقاطع الفيديو والصور والنصوص والصوت. لتطوير النماذج، تتيح Anyscale التدريب الموزع للنماذج عبر مجموعات وحدات معالجة الرسومات (GPU) مع التوسع المرن، ومعالجة البيانات النهائية، ومراقبة وحدات معالجة الرسومات.
علاوة على ذلك، تبسّط Anyscale إنشاء التضمينات دفعة واحدة، مما يسمح بمعالجة وإنشاء التضمينات على نطاق واسع للتطبيقات اللاحقة مثل البحث أو الاسترجاع أو التدريب الإضافي. كما أنها تدعم عمليات ما بعد التدريب، مما يتيح الاستدلال والتدريب على نماذج اللغة الكبيرة (LLM) على أطر عمل مثل SkyRL و veRL، والتي تم بناؤها أصلاً على Ray.
تكمن القيمة المقترحة لـ Anyscale في قدرتها على تحسين التدريب الموزع، وتنظيم البيانات، وخطوط أنابيب الاستدلال دفعة واحدة. إنها تسمح للمستخدمين بتوسيع نطاق مكتبات الذكاء الاصطناعي الحالية مثل PyTorch و vLLM و SGLang و XGBoost باستخدام واجهات برمجة تطبيقات Python بسيطة عبر آلاف العقد. توفر المنصة تحكمًا دقيقًا في الأجهزة، وتجربة تركز على الوكيل أولاً، وتنسيقًا متعدد السحابات، وتحسينًا للأداء مقابل السعر.
بنيت Anyscale على مشروع Ray مفتوح المصدر من قبل منشئيها، وتستفيد من قدرات Ray القوية لبناء وتشغيل وتوسيع نطاق أعباء عمل الذكاء الاصطناعي. إنها توفر واجهات برمجة تطبيقات Python بسيطة للتنفيذ الموزع، وتخصيص الأجهزة الدقيق، والاتصال الموزع الفعال، ودعم الأطر المتعددة. تهدف المنصة إلى توحيد وإدارة أعباء عمل الذكاء الاصطناعي عبر الفرق والسحابات، مما يتيح تجميع وحدات معالجة الرسومات، والتنفيذ متعدد السحابات على AWS و GCP و Azure، وضوابط وصول آمنة.
تعتبر Anyscale مثالية لبناة الذكاء الاصطناعي ومهندسي التعلم الآلي وعلماء البيانات الذين يحتاجون إلى توسيع نطاق مشاريع الذكاء الاصطناعي الخاصة بهم بكفاءة. إنها تزيل اختناقات البنية التحتية، مما يسمح للفرق بالتركيز على الابتكار ودورات التكرار الأسرع. تقدم المنصة حسابًا مجانيًا مع الوصول إلى قوالب التعليمات البرمجية والدورات التدريبية ذاتية الخدمة والندوات عبر الإنترنت والفعاليات للتعلم والبدء.
- الفئةمنصّات تعلّم الآلة
- نموذج التسعيرتوجد باقة مجانية
- النشرسحابي
- المنصاتAWS، GCP، أزور، نيبيوس، كور ويف
الميزات الأساسية لـ Anyscale
منصة ذكاء اصطناعي على نطاق الإنتاج مدعومة بـ Ray
تدريب موزع قابل للتوسع للنماذج الأساسية
خطوط أنابيب تنظيم البيانات متعددة الوسائط
إنشاء تضمينات دفعة واحدة على نطاق واسع
دعم الاستدلال والتدريب على نماذج اللغة الكبيرة بعد التدريب
توسع مرن لمجموعات وحدات معالجة الرسومات (GPU)
مراقبة وحدات معالجة الرسومات (GPU)
تنسيق متعدد السحابات (AWS، GCP، Azure)
إدارة موارد وحدات معالجة الرسومات المجمعة
ضوابط وصول آمنة وإدارة
واجهات برمجة تطبيقات Python بسيطة للحوسبة الموزعة
دعم مكتبات الذكاء الاصطناعي الشائعة (PyTorch، vLLM، XGBoost)
كيفية استخدام Anyscale؟
التكوين: قم بإعداد وظائف التدريب الموزع أو معالجة البيانات الخاصة بك باستخدام واجهات برمجة تطبيقات Ray.
التوسع: استفد من التوسع المرن لـ Anyscale لضبط الموارد بناءً على طلب عبء العمل.
تنظيم البيانات: قم ببناء وتشغيل خطوط أنابيب واسعة النطاق لإعداد مجموعات بيانات متعددة الوسائط.
إنشاء التضمينات: قم بمعالجة وإنشاء التضمينات بكفاءة للمهام اللاحقة.
نشر النماذج: قم بتشغيل الاستدلال على نماذج اللغة الكبيرة وعمليات ما بعد التدريب على المنصة.
التحسين: راقب وضبط أعباء عمل الذكاء الاصطناعي الخاصة بك لتحقيق الأداء والكفاءة من حيث التكلفة.
حالات استخدام Anyscale
- تطوير النماذج الأساسية
- تنظيم البيانات
- إنشاء التضمينات
- استدلال نماذج اللغة الكبيرة (LLM)
- التدريب الموزع
- توسيع نطاق أعباء عمل الذكاء الاصطناعي
