„Ökologischer Wohlstand des Sonnensystems – Ray ist Aufmerksamkeit wert“
RAY, ein weiteres herausragendes Ziel in der SOL-Abteilung, ist ein verteiltes Computer-Framework, das von der University of California, Berkeley, entwickelt wurde. Seine Vorteile sind vielfältig.
Erstens verfügt es über eine minimale Clusterkonfiguration, kann in kleineren Clustern ausgeführt werden und verfügt über eine hohe Leistung, die für hohe Rechenlasten geeignet ist. Ein einzelner Knoten ist etwa 10 % schneller als der Python-Standard-Mehrprozess.
Es verwendet ein gemeinsames zugrunde liegendes Framework, um es mehreren Computern zu ermöglichen, Python-Code parallel auszuführen und verschiedene verteilte Anwendungen zu erstellen und auszuführen.
Es verfügt außerdem über eine hohe Skalierbarkeit und wird im Gegensatz zum Spark-Framework, das begrenzt ist, zur Erweiterung einer Vielzahl von Bibliotheken für maschinelles Lernen verwendet.
Mit einer einzigartigen akteurbasierten Abstraktion arbeiten mehrere Aufgaben asynchron, mit hoher Auslastung und mehr Flexibilität als die synchrone Ausführung von Spark. Es unterstützt außerdem eine Vielzahl von Technologien, unterstützt gängige Bibliotheken für maschinelles Lernen vollständig und verfügt über eine integrierte Unterstützung für die Zuweisung von GPU-Ressourcen.
Es ist einfach zu verwenden, zuerst Python. Sie können Ray CLI verwenden, um nach der Pip-Installation einen Cluster zu erstellen, die Programmierung in Python zu importieren und die Annotation @ray.remote zur Definitionsfunktion für verteilte Programmierung hinzuzufügen, um sie asynchron auszuführen. Automatische Serialisierung und Deserialisierung mit geringem Overhead. Verteilen Sie Code und abhängige Bibliotheken automatisch, um die gemeinsame Nutzung von Parametern zu erleichtern. Ray.put wird im verteilten Speicher abgelegt, um Übertragungsaufwand zu vermeiden. Es kann als formaler Parameter zur automatischen Erkennung der Deserialisierung verwendet werden.
Es ist nicht ratsam, den Preisanstieg jetzt zu verfolgen, wenn er auf etwa 2,440 zurückfällt, können Sie eine frühe Position einnehmen und die Position in der Nähe von 2,250 abdecken.
