Compartir a través de

IA y aprendizaje automático en Databricks

Compile, implemente y administre aplicaciones de inteligencia artificial y aprendizaje automático con Mosaic AI, una plataforma integrada que unifica todo el ciclo de vida de la inteligencia artificial desde la preparación de datos hasta la supervisión de producción.

Para ver un conjunto de tutoriales para empezar, consulte Tutoriales de inteligencia artificial y aprendizaje automático.

Creación de aplicaciones de IA generativas

Desarrolle e implemente aplicaciones de IA generativa de nivel empresarial, como LLM ajustados, agentes de inteligencia artificial y generación con recuperación aumentada.

Feature Description
AI Playground Crear prototipos y probar modelos de IA generativos con ingeniería y ajuste de parámetros sin código.
Agente Bricks Enfoque sencillo para crear y optimizar sistemas de agentes de IA específicos de dominio y de alta calidad para casos de uso comunes de inteligencia artificial.
Modelos de base Sirva a LLM de última generación, como Meta Llama, Anthropic Claude y OpenAI GPT a través de API seguras y escalables.
Mosaic AI Agent Framework Compile e implemente agentes de calidad de producción, incluidas las aplicaciones RAG y los sistemas multiagente con Python.
MLflow para GenAI Mida, mejore y supervise la calidad a lo largo del ciclo de vida de la aplicación GenAI mediante métricas con tecnología de IA y una observabilidad completa de seguimiento.
Vector de búsqueda Almacene y consulte vectores de inserción con sincronización automática con la base de conocimiento para aplicaciones RAG.
Proceso de GPU sin servidor Personalice las cargas de trabajo de aprendizaje profundo de un solo nodo y multido para entrenar y ajustar modelos personalizados mediante sus marcos favoritos y obtenga una eficiencia, un rendimiento y una calidad de última generación.
Ajuste fino del modelo fundacional Personalice los modelos de base con sus propios datos para optimizar el rendimiento de aplicaciones específicas.

Entrenamiento de modelos clásicos de Machine Learning

Cree modelos de aprendizaje automático con herramientas automatizadas y entornos de desarrollo colaborativo.

Feature Description
AutoML Cree automáticamente modelos de alta calidad con código mínimo mediante la ingeniería automatizada de características y el ajuste de hiperparámetros.
Databricks Runtime para aprendizaje automático Clústeres preconfigurados con compatibilidad con TensorFlow, PyTorch, Keras y GPU para el desarrollo de aprendizaje profundo.
Seguimiento de MLflow Realice un seguimiento de los experimentos, compare el rendimiento del modelo y administre el ciclo de vida de desarrollo completo del modelo.
Ingeniería de características Cree, administre y proporcione características con canalizaciones de datos automatizadas y detección de características.
Cuadernos de Databricks Entorno de desarrollo colaborativo compatible con los flujos de trabajo de Python, R, Scala y SQL para ml.

Entrenamiento de modelos de aprendizaje profundo

Use marcos integrados para desarrollar modelos de aprendizaje profundo.

Feature Description
Entrenamiento distribuido Ejemplos de aprendizaje profundo distribuido mediante Ray, TorchDistributor y DeepSpeed.
Procedimientos recomendados para el aprendizaje profundo en Databricks Procedimientos recomendados para el aprendizaje profundo en Databricks.
PyTorch Entrenamiento distribuido y de nodo único mediante PyTorch.
TensorFlow Entrenamiento distribuido y de nodo único mediante TensorFlow y TensorBoard.
Soluciones de referencia Soluciones de referencia para el aprendizaje profundo.

Implementación y entrega de modelos

Implemente modelos en producción con puntos de conexión escalables, inferencia en tiempo real y supervisión de nivel empresarial.

Feature Description
Servicio de modelos Implemente modelos personalizados y grandes modelos de lenguaje (LLM) como puntos de conexión REST escalables con escalado automático y soporte para GPU.
Puerta de enlace de IA Gestione y supervise el acceso a los modelos de IA generativa mediante el seguimiento de uso, el registro de cargas y los controles de seguridad.
Modelos externos Integre modelos de terceros hospedados fuera de Databricks con una gobernanza y supervisión unificadas.
API del modelo foundation Acceda a los modelos abiertos de última generación y consulte los hospedados por Databricks.

Supervisión y control de sistemas de aprendizaje automático

Garantizar la calidad del modelo, la integridad de los datos y el cumplimiento de las herramientas completas de supervisión y gobernanza.

Feature Description
Catálogo de Unity Controlar datos, características, modelos y funciones con control de acceso unificado, seguimiento de linaje y detección.
Generación de perfiles de datos Supervise la calidad de los datos, el rendimiento del modelo y el desfase de predicción con alertas automatizadas y análisis de causa principal.
Detección de anomalías Supervise la actualización e integridad de los datos en el nivel de catálogo.
MLflow para modelos Realice un seguimiento, evalúe y supervise las aplicaciones de IA generativas durante todo el ciclo de vida de desarrollo.

Poner en producción flujos de trabajo de aprendizaje automático

Escale las operaciones de aprendizaje automático con flujos de trabajo automatizados, integración de CI/CD y canalizaciones listas para producción.

Feature Description
Modelos en el catálogo de Unity Use el registro de modelos en el catálogo de Unity para la gobernanza centralizada y para administrar el ciclo de vida del modelo, incluidas las implementaciones.
Trabajos de Lakeflow Cree flujos de trabajo automatizados y canalizaciones ETL listas para producción para el procesamiento de datos de ML.
Ray en Databricks Escale las cargas de trabajo de ML con computación distribuida para el entrenamiento y la inferencia de modelos a gran escala.
Flujos de trabajo de MLOps Implemente MLOps de un extremo a otro con canalizaciones de entrenamiento, pruebas e implementación automatizadas.
Integración de Git Código y cuadernos de ML de control de versiones con integración directa de Git y desarrollo colaborativo.
  • Last updated on