大模型 活跃维护

ray

ray-project/ray

Ray 是一个人工智能计算引擎。Ray 由一个核心分布式运行时和一组用于加速机器学习工作负载的人工智能库组成。

43900
Stars 标星
8070
Forks 分支
486
Watchers 关注
3594
Open Issues
Python
主要语言
Apache-2.0
开源协议
787.1 MB
仓库大小
22 小时前
最后推送
一键安装扩展 / 插件指令
dsh plugin --profile web add github:ray-project/ray
git clone https://github.com/ray-project/ray.git
git clone git@github.com:ray-project/ray.git
README.md master

英文原文正文为项目原始 README(英文),本站后续会翻译为中文,当前仅剔除图片与无关章节并统一排版。

Ray 是一个统一的框架,用于扩展 AI 和 Python 应用。Ray 由一个核心分布式运行时和一组简化机器学习计算的 AI 库组成:

了解更多关于 Ray AI 库 的信息:

  • 数据:用于机器学习的可扩展数据集
  • 训练:分布式训练
  • Tune:可扩展的超参数调优
  • RLlib:可扩展强化学习
  • Serve:可扩展且可编程的服务

或者更多关于 Ray Core 及其关键抽象的内容:

  • 任务:在集群中执行的无状态函数。
  • 演员:在集群中创建的有状态工作进程。
  • 对象:在整个集群中可访问的不可变值。

了解更多关于监控与调试的信息:

Ray 可以在任何机器、集群、云提供商和 Kubernetes 上运行,并且拥有不断增长的社区集成生态系统

使用以下命令安装 Ray:pip install ray。有关每夜版 wheel,请参阅安装页面

为什么是雷?

如今的机器学习工作负载计算量日益增加。尽管方便,但像你的笔记本电脑这样的单节点开发环境无法满足这些需求。

Ray是一种统一的方式,可以将Python和AI应用从笔记本电脑扩展到集群。

有了 Ray,你可以无缝地将同样的代码从笔记本扩展到集群。Ray 设计为通用型,意味着它可以高效运行任何类型的工作负载。如果你的应用是用 Python 编写的,你可以用 Ray 扩展它,不需要其他基础设施。

更多信息

旧文档:

参与其中

平台 目的 预计响应时间 支持级别
讨论论坛 用于开发讨论和使用问题。 < 1天 社区
GitHub 问题 用于报告错误和提交功能请求。 < 2天 Ray 开源团队
Slack 用于与其他 Ray 用户协作。 < 2天 社区
StackOverflow 用于询问如何使用 Ray 的问题。 3-5天 社区
聚会小组 用于了解 Ray 项目和最佳实践。 每月 Ray 开发关系团队
Twitter 用于了解最新功能。 每天 Ray 开发关系团队
本站来源与版权声明
  • 本文标题:ray - Ray 是一个人工智能计算引擎
  • 本文链接:https://cn121.com/llm/ray-project-ray.html
  • 原项目:ray-project/ray 版权归原作者 ray-project 及贡献者所有
  • 收录信息:本站于 2026-09-23 收录本项目,本页所列协议与仓库指标均为收录当时的状态;该日期之后原项目的版本更新与协议变更,本页不作同步。
  • 开源协议:收录时本项目采用 Apache-2.0查看 LICENSE 原文),本站转载其原始文档(未改动文字,仅剔除图片与无关章节);使用、修改、分发请以该仓库 LICENSE 原文为准。本站对原文仅作排版与图片地址适配, 并保留原项目的 NOTICE 与署名要求。
  • 站点出处:本文首发于 OneTwoOne,收录自 GitHub 开源项目 ray-project/ray。
  • 内容说明:本页正文为原项目 README 原文(英文),本站后续会翻译为中文(当前尚未译出),仅剔除了图片与赞助等无关章节、并把相对链接改为绝对地址;页首简介为机器翻译自仓库描述。
  • 引用声明:商业转载、第三方聚合或 AI 检索训练引用时,请务必保留以上来源出处、本文永久链接,以及原项目的版权声明与许可信息
  • 下架通道:若原项目此后变更或收紧了许可协议、或作者/权利人认为本站的收录方式(译文、排版适配、简介翻译等)超出其授权范围,请通过 xyd3302001@163.com 发送下架通知,并附上项目地址与本页链接。本站核实后将第一时间删除本页内容,或改为不复制原文的目录性收录;署名更正等其他要求可一并提出。