CLI del entorno de ejecución de IA

La air interfaz de la línea de comandos envía y administra las cargas de trabajo de entrenamiento distribuidas en ai Runtime, la plataforma de proceso de GPU sin servidor a petición. La CLI usa la configuración de trabajos basada en YAML, se integra con MLflow y admite flujos de trabajo de código basados en áreas de trabajo y basados en Git.

Cuándo usar la CLI

Use la CLI del entorno de ejecución de IA cuando quiera:

• Envíe cargas de trabajo de entrenamiento de GPU desde el portátil y el editor de código sin abrir un cuaderno.
• Defina los trabajos de entrenamiento mediante declaración en YAML para que se puedan comprobar en el control de código fuente.
• Ejecutar trabajos de entrenamiento de larga duración o entrenamiento distribuido en varios nodos: cargas de trabajo que necesitan seguir ejecutándose tras una sesión interactiva o extenderse a más de un nodo.

Para la API de Python en el cuaderno (@distributed y @ray_launch), consulta en su lugar Carga de trabajo con varias GPU.

Para trabajar de forma interactiva en un único nodo de GPU a través de SSH ( desde el terminal o IDE, en lugar de enviar una carga de trabajo), use databricks ssh connect. Consulte Conexión a Databricks mediante un túnel SSH.

En esta sección

• Instalación de la CLI de AI Runtime
• Inicio rápido de la CLI de AI Runtime
• Referencia de comandos de la CLI de ejecución de IA
• Referencia de YAML para cargas de trabajo
• Realiza un seguimiento de las ejecuciones con MLflow y la página «Ejecuciones de trabajos»
• Uso de imágenes personalizadas de Docker
• Ejemplos de la CLI del entorno de ejecución de IA