乔格·希勒（Joerg Hiller）
2025年5月20日03:51
Anyscale介绍了Ray Train和Ray Data仪表板，为分布式AI模型培训和数据管道提供了新功能，可改善可观察性和性能优化。
Anyscale推出了其新的射线火车和射线数据仪表板，旨在简化分布式AI模型培训和数据处理的调试和增强性能调整。根据Enyscale的说法，这些仪表板提供了一个统一的接口，以监视和优化机器学习工作流程。
射线仪表板增强了可观察性
Ray Train仪表板提供了四个关键的可观察性特征：训练进度可视化，错误归因，全面的日志和指标以及分析工具。这些工具使用户可以深入研究工人级别的行为，从而更容易识别性能瓶颈。例如，像 dynolog 使火炬训练能够有效地进行介绍。
该仪表板解决了监视分布式培训工作的复杂性，这通常需要手动将分散的日志和指标相关联。通过提供统一的接口，Ray Train仪表板简化了此过程，从而使用户可以从单个平台中访问火车控制器和工作过程的日志和指标。
用于数据管道优化的射线数据仪表板
射线数据仪表板引入树和有向的无环图（DAG）视图，以及操作级指标和数据集意识到的日志聚合。这些功能可帮助机器学习工程师迅速识别瓶颈并优化数据管道，这是AI应用程序至关重要的。
借助新的仪表板，团队可以轻松地可视化数据管道的结构，监视进度和精确效率低下。此功能对于调试和优化大规模数据处理工作负载至关重要，这些数据处理通常是复杂且资源密集的。
未来的增强和集成计划
这两个仪表板都将随着未来的增强而发展，包括自动化问题检测以及与实验跟踪平台（如权重和偏见和MLFlow）的集成。这些改进旨在为管理分布式AI系统提供更深入的见解和更强大的工具。
Anyscale的新仪表板在其平台上可用，为AI从业人员提供了强大的工具，可以提高效率，以构建，优化和扩展其系统。这些进步标志着简化分布式AI工作负载的管理，使用户能够更多地专注于创新，而不是故障排除和性能问题的重要一步。
图像来源：Shutterstock
（tagstotranslate）AI（T）加密（T）区块链（T）新闻
关键词：
