无服务器 GPU 环境版本 4 （beta）

本文概述了无服务器 GPU 环境版本 4 的系统环境信息。

为了确保应用程序的兼容性，无服务器 GPU 工作负载使用版本控制 API（称为环境版本），该 API 与较新的服务器版本保持兼容。

可以使用无服务器笔记本中的 环境 侧面板选择环境版本。 请参阅 设置无服务器 GPU 计算。

新功能和改进

无服务器 GPU 环境 4 基于无服务器环境 4 （CPU） 构建。 查看 无服务器环境 4（CPU）中的新增功能。

API 更新

2025 年 11 月 19 日

无服务器 GPU Python API 升级到 0.5.8

无服务器 GPU Python API 0.5.8 包含以下 API 更新：

• Bug 修复：

  • 修复了中断笔记本单元格未停止远程作业的问题。
  • 修复了导致此错误消息的同步代码中的争用条件： torch.distributed.DistBackendError: [1] is setting up NCCL communicator and retrieving ncclUniqueId from [0] via c10d key-value store by key '0', but store->get('0') got error: failed to recv, got 0 bytes
  • 修复了引发更为通用异常而不是特定异常的问题。 此修补程序还涵盖了额外的争用条件，导致最终单元格被标记为“Ran”而不是“Failed”。

• 新功能和改进：

  • 将笔记本可以连接到的最大 A10 和 H100 GPU 数从 16 增加到 32。
  • 在同步环境时添加了超时和日志刷新。

2025 年 10 月 31 日

无服务器 GPU Python API 已升级到 0.5.7

无服务器 GPU Python API 0.5.7 包含以下 API 更新：

• Bug 修复：
  • 修复了远程作业失败在笔记本单元中错误地显示为成功的问题。
  • 修复了环境同步期间的间歇性超时问题。
  • 修复了“查看日志”链接显示问题。

2025 年 10 月 22 日

无服务器 GPU Python API 已升级到 0.5.6

无服务器 GPU Python API 0.5.6 包含以下 API 更新：

• Bug 修复：
  • 修复了Py4jException在使用serverless_gpu和remote=False运行多个工作负荷时导致笔记本崩溃的错误。
  • 修复了在多节点训练期间可能出现的偶发torch.distributed.DistStoreError问题。
  • 修复了新的 Python 环境管理器 API 的环境同步上传下载赛车问题。
• 行为更改：
  • 更新了默认无服务器 GPU 计算选择。 默认情况下，如果用户有权访问预留池，便会连接到该预留池。 用户可以通过设置“DATABRICKS_USE_POOL”标志连接到按需池。 如果用户无权访问保留池，则他们始终会默认使用按需池。

系统环境

CPU 环境版本 4 中的系统环境，如下所示。

• 操作系统：Ubuntu 24.04.2 LTS
• Python：3.12.3
• Databricks Connect：17.2.4
• NVIDIA CUDA 工具包：12.6

已安装的 Python 库

默认环境

除了 无服务器环境 4（CPU）中包含的内容外，无服务器 GPU 环境 4 还包括以下内容：

• torch 2.7.1
• torchvision 0.22.1

若要在本地 Python 虚拟环境中重现无服务器 GPU 环境 4，请下载 requirements-env-gpu-4.txt 文件并运行 pip install -r requirements-env-gpu-4.txt。 此命令从无服务器环境 4 安装所有开源库。

AI 环境

AI 环境包括默认环境中的所有包，以及以下包：

• langchain 0.3.27
• lightgbm 4.6.0
• openai 1.106.1
• optuna 4.5.0
• ray 2.49.1
• sentence-transformers 5.1.0
• transformers 4.56.1
• xgboost 3.0.4
• pytorch-lightning 2.5.4

若要在本地 Python 虚拟环境中重现 AI 环境 V4，请下载 requirements-ai-gpu-4.txt 文件并运行 pip install -r requirements-ai-gpu-4.txt。 此命令从 AI 环境安装所有开源库。