Ray，面向新興AI應用的分佈式框架

下一代AI應用需要不斷和環境進行交互，並且在交互中學習。這些應用暴露了新的系統需求：性能和彈性。本文提出了Ray解決上述問題。 Ray實現了動態執行引擎，可以表達任務並行和actor模型計算任務。它通過分佈式調度器以及分佈式容錯存儲來實現高性能與容錯。 問題與方案 AI中的監督學習部分，已經出現了優秀的深度學習框架，使用定製的硬件加速計算。但是對於新興的AI應用不僅要收集探索數據，還要採取動作不斷

>>阅读原文<<