Cuadernos de ejemplo del entorno de ejecución de IA

Importante

Esta característica está en versión preliminar pública.

AI Runtime proporciona computación con GPU serverless para inferencia, entrenamiento y ajuste fino de modelos de IA y aprendizaje profundo. Las páginas siguientes agrupan los cuadernos de ejemplo por tarea: ML clásico, sistemas de recomendación, visión por ordenador, LLM de código abierto tras el entrenamiento, inferencia por lotes y entrenamiento distribuido con varias GPU.

tarea Descripción
Aprendizaje automático clásico Ejemplos de tareas tradicionales de aprendizaje automático, incluido el entrenamiento de XGBoost, la predicción tabular sin entrenamiento previo y el pronóstico de series temporales.
Sistemas de recomendaciones Ejemplos de creación de sistemas de recomendación mediante enfoques de aprendizaje profundo modernos como modelos de dos torres.
Visión por computadora Ejemplos de tareas de Computer Vision, incluida la detección de objetos y la clasificación de imágenes.
Modelos OSS (LLMs) posteriores al entrenamiento Ejemplos de ajuste fino y postentrenamiento de modelos grandes de lenguaje de código abierto, incluidos métodos eficientes en cuanto a parámetros.
Inferencia por lotes Ejemplos para inferencia por lotes a gran escala con Ray Data y vLLM entre múltiples GPUs.
Entrenamiento distribuido con varias GPU Ejemplos para escalar el entrenamiento en varias GPU y nodos mediante la API de GPU sin servidor.
  • Last updated on