Ambiente de GPU sem servidor versão 5 (versão prévia)

Esta página descreve as informações de ambiente do sistema para o ambiente de GPU sem servidor versão 5. Essa oferta de computação faz parte do AI Runtime, que foi projetado para cargas de trabalho modernas de IA e aprendizado profundo.

O ambiente de GPU 5 sem servidor é criado com base no ambiente sem servidor 5 (CPU). Veja as novidades no ambiente sem servidor 5 (CPU). Ele inclui o seguinte ambiente:

• Ambiente base padrão: um ambiente mínimo com API de cliente estável.

Para garantir a compatibilidade com o aplicativo, as cargas de trabalho de GPU sem servidor usam uma API com versão, conhecida como a versão do ambiente, que permanece compatível com versões de servidor mais recentes.

Você pode selecionar um ambiente base que inclua essa versão de ambiente usando o painel lateral Ambiente em seus notebooks sem servidor. Consulte Interativo (Blocos de Anotações).

Novos recursos e melhorias

Na versão 5, o Databricks está fornecendo um ambiente mínimo que dá suporte apenas à API de GPU sem servidor, às dependências do Databricks e ao MLflow. Os usuários podem personalizar o ambiente de acordo com suas necessidades. O ambiente base padrão na versão 5 não inclui determinados pacotes presentes no ambiente da CPU, a fim de fornecer um ambiente de GPU funcional mínimo. Os usuários que desejam um ambiente completo com bibliotecas de IA abrangentes devem usar o ambiente de IA do Databricks.

Atualizações de API

14 de abril de 2026

GPU sem servidor Python API atualizada para 0.5.15

A GPU sem servidor Python API 0.5.15 inclui as seguintes atualizações de API:

• Novos recursos:
  • Adicionada propagação de log ao MLflow para execuções da API de GPU sem servidor local. Os logs de execuções locais de treinamento agora são carregados automaticamente no MLflow.
• Correções de bug:
  • Quando pyTorch não está instalado, a mensagem de erro agora indica corretamente que o ambiente base Standard v5 não inclui tocha.
• Segurança:
  • Fixou todas as versões de dependências do Python em versões exatas para evitar ataques na cadeia de suprimentos provenientes de versões mal-intencionadas de pacotes publicadas recentemente.

17 de março de 2026

GPU sem servidor Python API atualizada para 0.5.14

A GPU sem servidor Python API 0.5.14 inclui as seguintes atualizações de API:

• Correções de bug:
  • Correção de um problema em que a API de GPU sem servidor falhava em planos de controle sem MAPI disponível. A API agora volta normalmente para a computação sob demanda quando MAPI é inacessível.

2 de março de 2026

GPU sem servidor Python API atualizada para 0.5.13

A GPU sem servidor Python API 0.5.13 inclui as seguintes atualizações de API:

• Correções de bug:
  • Corrigida a análise do nome do dispositivo GPU A10 do Azure no modo local. A API agora lida com formatos específicos de Azure, como "A10-24Q".
  • Correção de um problema em que a execução ativa do MLflow não era fechada após a conclusão da execução local.
  • Correção na compatibilidade do streaming de log do MLflow com a versão 3.x do MLflow. Uma alteração no comportamento do caminho de download do artefato no MLflow 3.x causou a interrupção do streaming de log. O streaming de log agora funciona corretamente com MLflow 2.x e 3.x.
  • Corrigido um problema que fazia com que as corridas de treinamento ficassem paradas. O recurso de sincronização de status do MLflow entre classificações introduzido em uma versão anterior foi descontinuado.

Pacotes não incluídos no ambiente base

Os seguintes pacotes não estão incluídos no ambiente base, mas permanecem disponíveis no ambiente da CPU:

• scipy
• seaborn
• scikit-learn

Com base nos comentários do cliente que solicitam controle sobre o controle de versão do PyTorch, torch não está incluído no ambiente base da versão 5. Isso permite que você instale a versão que melhor se ajusta à sua carga de trabalho. Para usar uma versão testada pelo Databricks, execute %pip install torch==2.9.0 em uma célula do notebook ou instale torch==2.9.0 usando a seção Dependências do painel lateral ambiente .

Ambiente do sistema

• Sistema operacional: Ubuntu 24.04.2 LTS
• Python: 3.12.3
• Databricks Connect: 18.0.0
• Kit de ferramentas do NVIDIA CUDA: 12.9

Bibliotecas do Python instaladas

Ambiente base padrão

Para reproduzir o ambiente de GPU sem servidor 5 em seu ambiente virtual python local, baixe o arquivo requirements-env-gpu-5.txt e execute pip install -r requirements-env-gpu-5.txt. Esse comando instala todas as bibliotecas de software livre do ambiente sem servidor 5.