CLI do tempo de execução de IA

A interface de linha de comandos air submete e gere cargas de trabalho de treino distribuído no AI Runtime, a plataforma de computação por GPU sem servidor a pedido. A CLI utiliza configuração de trabalhos baseada em YAML, integra-se com MLflow e suporta fluxos de trabalho baseados em espaço de trabalho e código em git.

air O CLI está em conformidade com os mesmos padrões de conformidade do AI Runtime. Para as normas suportadas e exceções, consulte o perfil de segurança de conformidade.

Quando usar o CLI

Usa a CLI de Runtime da IA quando quiseres:

• Submeta cargas de treino da GPU a partir do portátil e do editor de código sem abrir um caderno.
• Defina as tarefas de treino de forma declarativa em YAML para que possam ser registadas no controlo de versões.
• Execute tarefas de treino de longa duração ou treino distribuído por vários nós — cargas de trabalho que têm de durar mais do que uma sessão interativa ou estender-se por mais do que um nó.

Para a API Python dentro do caderno (@distributed e @ray_launch), veja Treino distribuído em cadernos em vez disso.

Para trabalhar interativamente num nó com uma única GPU através de SSH — a partir do seu terminal ou IDE, em vez de submeter uma tarefa — utilize databricks ssh connect. Ver Ligar a Databricks usando um túnel SSH.

Nesta secção

• Instale a CLI do runtime de IA
• Guia de introdução rápida da CLI do ambiente de execução de IA
• Referência dos comandos da CLI do AI Runtime
• Referência YAML de carga de trabalho
• Acompanhar execuções com o MLflow e a página de execução de trabalhos
• Utilize imagens Docker personalizadas
• Exemplos de CLI em tempo de execução de IA