Ray是由UC Berkeley riseLab开发的分布式计算框架，专为机器学习和增强学习设计。它提供了一个高性能、可伸缩且容错的环境，通过全局控制存储和无状态组件实现这些特性。Ray使用共享内存对象存储和轻量级API（基于动态任务图和actor），适用于处理大数据和低延迟任务。在2019年，蚂蚁金服的Meetup上，Ray的核心贡献者分享了Ray的未来前景。
Ray
Ray
Ray 是 UC Berkeley riseLab (前身是开发 Spark/Mesos 等的AMPLab实验室) 针对机器学习领域开发的一种新的分布式计算框架。
Ray 是一个面向大规模机器学习和增强学习应用的高性能分布式执行框架。它通过在全局控制存储中抽象系统的控制状态并使所有其他组件保持无状态来实现可伸缩性和容错性。它使用共享内存分布式对象存储，通过共享内存来高效处理大数据，并使用自下而上的分层调度架构来实现低延迟和高吞吐量调度。它使用基于动态任务图和 actor 的轻量级API，以灵活的方式表达各种应用程序。
Meetup
2019.06.22 蚂蚁金服在北京举办了一场名为《下一代计算》的meetup，邀请到了Spark和Ray的核心贡献者，加州大学伯克利分校RISE实验室（前身为AMP实验室）的主管教授Ion Stoica。Ion 教授做了一场《Ray: Past, Present and Future》的分享。
下图是现场的照片：
最低0.47元/天 解锁文章
扫一扫
629
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
