Ray

一、项目简介

Ray 是开源的分布式计算框架，提供简洁的 API 把 Python 代码扩展到多机多卡。它在 AI 领域常用于分布式训练、超参搜索、批量推理与数据处理，Ray Serve 也可直接服务化模型。

二、核心特性

• 通用分布式原语：Task / Actor；
• AI 生态库：Ray Train / Tune / Data / Serve；
• 自动扩缩容：支持 K8s 与云；
• 容错与调度；
• 与主流框架集成（PyTorch、XGBoost 等）；
• 从单机到集群平滑扩展。

三、适用场景

• 分布式训练与超参搜索；
• 大规模批量推理与数据处理；
• 模型服务化（Ray Serve）。

四、快速上手

pip install ray
import ray; ray.init()
@ray.remote
def f(x): return x * x
print(ray.get([f.remote(i) for i in range(4)]))

五、注意事项

• 集群部署与资源管理有学习成本；
• 注意节点间网络与依赖一致；
• 小任务单机即可，避免过度设计。