Anyscale și Google Cloud adaugă suport nativ Ray pentru PyTorch pe TPU-uri

Anyscale și Google Cloud au anunțat că Ray poate rula acum nativ sarcini PyTorch pe TPU-urile Google prin Google Kubernetes Engine (GKE). Actualizarea conectează Ray, un framework pentru calcul distribuit, la infrastructura TPU Google pentru sarcini de machine learning. Astfel, echipele care folosesc PyTorch pot rula sarcini distribuite pe TPU-uri în mediul GKE. Anunțul contează deoarece adaugă o altă opțiune hardware pentru antrenarea și calculul bazate pe Ray.

Integrarea folosește, potrivit anunțului, câte un worker Ray pentru fiecare cip TPU. De asemenea, include programare adaptată TPU-urilor, astfel încât Ray să țină cont de resursele TPU când atribuie sarcini. Articolul nu precizează modelele TPU compatibile, măsurători de performanță sau cerințe de implementare. Nu sunt oferite nici detalii despre disponibilitate ori despre eventuale configurări suplimentare necesare în afara GKE.

Schimbarea ar putea facilita folosirea resurselor TPU în fluxurile organizațiilor care utilizează deja Ray, PyTorch și GKE. Impactul practic va depinde de hardware-ul acceptat și de performanța sarcinilor, aspecte care nu sunt detaliate în anunț. Informații ulterioare despre configurare, disponibilitate și benchmark-uri ar clarifica cât de larg poate fi folosită integrarea.