Новости
Run Ray on TPU, Part 2: Ray AI libraries- Google Developers Blog
Google Developers · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- Google released Ray AI libraries optimized for TPU: Ray Serve for multi-host model serving, Ray Data with iter_jax_batches for efficient batching, and JaxTrainer for distributed JAX training.
- Почему это важно
- Engineers deploying large language models or training jobs on Google Cloud TPUs who want production-grade serving, data pipelines, and training with automatic slice placement handling.
- На что обратить внимание
- Multi-host models must declare topology field in config; omitting it causes workers to scatter across slices, hanging jobs silently. JAX imports must occur inside worker functions, not at module scope.
Кто ещё это публиковал
- Run Ray on TPU, Part 1: The foundations- Google Developers BlogGoogle Developers
То же событие у других изданий, за которыми мы следим.
Паттерны, стоящие за этой новостью
Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.