Anyscale שחררה לוחות מחוונים חדשים של אשכול (Cluster) ו-Actor עבור מסגרת המחשוב המבוזר שלה, Ray. הכלים מבטיחים התמדת נתונים מלאה ויכולות ניפוי שגיאות משופרות למפתחים הבונים עומסי עבודה של AI הפועלים על פני אשכולות.
למה התמדת נתונים חשובה עבור AI מבוזר
במערכות מבוזרות, מעקב אחר מה שקרה על פני אלפי צמתים יכול להיות סיוט. יומנים הולכים לאיבוד, מדדים נעלמים. Anyscale אומרת שלוחות המחוונים החדשים פותרים זאת על ידי שמירת הנתונים — לא רק בזיכרון אלא בהתמדה על דיסק. משמעות הדבר היא שמפתחים יכולים לחזור ולבחון את מצבו של אשכול או Actor שעות או ימים מאוחר יותר, במקום לנסות לתפוס שגיאה חולפת בזמן אמת.
מבט מקרוב על לוחות המחוונים של אשכול ו-Actor
לוח המחוונים של האשכול מספק סקירה כללית של כלל אשכול Ray: כמה צמתים פעילים, באילו משאבים הם משתמשים, והיכן משימות ממתינות בתור. לוח המחוונים של Actor מתמקד ב-Actors בודדים — התהליכים הקלים שמבצעים עבודה במשימות AI מבוזרות. שני לוחות המחוונים מציעים כעת התמדת נתונים מלאה, כך שהמידע נשאר גם לאחר סיום המשימה.
Anyscale הדגישה גם את זווית ניפוי השגיאות. כאשר משהו משתבש בריצת אימון מבוזרת או בלולאת למידת חיזוק, לעתים קרובות קשה לאתר את הסיבה. לוחות המחוונים המתמשכים מאפשרים למפתחים להריץ מחדש את ציר הזמן של האירועים — כמו DVR עבור מערכות מבוזרות.
מה זה אומר עבור משתמשי Ray
Ray כבר פופולרי עבור צינורות למידת מכונה, הגשת מודלים וסימולציות בקנה מידה גדול. לוחות המחוונים החדשים שואפים לצמצם את הזמן שמהנדסים מבלים בחיפוש אחר באגים. במקום לתפור יחד יומנים מעשרות מכונות, הם יכולים לשלוף לוח מחוונים יחיד שמראה שינויים במצב Actor לאורך כל מחזור החיים של משימה.
זהו צעד משמעותי עבור צוותים המריצים עומסי עבודה מורכבים של AI. עם נתונים מתמשכים, הם יכולים לזהות צווארי בקבוק, לאתר משימות שנכשלו, ולהבין דפוסי שימוש במשאבים מבלי לבנות מחדש את התשתית עבור כל ניסוי חדש.
העדכון של Anyscale מגיע כאשר ארגונים נוספים מאמצים את Ray ל-AI בייצור. לוחות המחוונים החדשים זמינים כעת, והחברה אומרת שהם חלק ממאמץ רחב יותר להפוך את המחשוב המבוזר לקל יותר עבור מפתחים שאינם מומחי מערכות.
