UC Berkeley 创立了一个新的实验室RISELab,创建者都是从AMPlab出来的,未来五年在实时输入数据上面进行人工智能开发。
一种区别与spark、mapreduce分布式执行系统,更关注应对兴起的AI和机器学习领域。
gitlab 的地址如下:https://github.com/ray-project/ray
开发这个系统的两位作者是:Philipp Moritz 、Robert Nishihara
大家可以看一下 Michael Jordan介绍Ray视频:https://www.oreilly.com/ideas/ray-a-distributed-execution-framework-for-emerging-ai-applications
docker 安装方式
http://ray.readthedocs.io/en/latest/install-on-docker.html
目前状态
虽然Ray 目前处于Pre-alpha状态,但已经明确他的主要责任是支撑机器学习。在官方文档中包好了一些关键例子:hyperparameter optimization (a common workload with machine learning frameworks), and training an AI network to play Pong.也有一些详细知道怎么结合TensorFlow使用Ray ,同时包含一些建议:怎样结合deep learning system 最优化使用 Ray的remote对象模型?
如果感兴趣,可以在docker运行一下上面的几个examples。