Ray ：用于扩展 AI 和 Python 应用程序的统一框架
Ray项目简介
Ray是一个为AI和Python应用扩展而设计的统一框架，它由一个核心的分布式运行时和一套用于加速ML工作负载的AI库组成。Ray自2017年起由加州大学伯克利分校RISELab开发并开源，旨在简化从笔记本电脑到集群的Python和AI应用的扩展
概述
Ray是一个开源的统一框架，用于扩展AI和Python应用，如机器学习。它提供并行处理的计算层，使您无需成为分布式系统专家。Ray简化了运行分布式个体和端到端机器学习工作流的复杂性，包括：
- 数据预处理、分布式训练、超参数调整、强化学习和模型服务等常见机器学习任务的可扩展库。
- 用于并行化和扩展Python应用的Python分布式计算原语。
- 与Kubernetes、AWS、GCP和Azure等现有工具和基础设施集成和部署Ray集群的集成和实用工具。
对于数据科学家和机器学习从业者，Ray让您可以轻松地扩展作业，无需基础设施专业知识：
- 轻松并行化并在多个节点和GPU上分布ML工作负载。
- 与ML生态系统进行本地和可扩展的集成。
对于ML平台构建者和ML工程师，Ray：
- 提供计算抽象，创建可扩展和健壮的ML平台。
- 提供统一的ML API，简化了与更广泛ML生态系统的融合。
- 通过使相同的Python代码无缝地从笔记本电脑扩展到大型集群，减少了开发与生产之间的摩擦。
对于分布式系统工程师，Ray自动处理关键过程：
- 编排–管理分布式系统的各个组成部分。
- 调度–协调任务的执行时间和地点。
- 容错–确保任务在不可避免的故障点完成。
- 自动扩展–根据动态需求调整分配的资源数量。
可以用Ray来做什么
您可以使用Ray进行一些常见的ML工作负载，个人、组织和公司利用Ray构建他们的AI应用：
- 在CPU和GPU上进行批量推理
- 并行训练
- 模型服务
- 大型模型的分布式训练
- 并行超参数调整实验
- 强化学习
Ray framework
Ray的统一计算框架由三层组成：
- Ray AI Libraries：一个开源的Python领域特定的库集合，为ML工程师、数据科学家和研究人员提供了一个可扩展和统一的机器学习应用工具包。
- Ray Core：一个开源的Python通用分布式计算库，使ML工程师和Python开发者能够扩展Python应用程序并加速机器学习工作负载。
- Ray Clusters：一组连接到一个共同Ray头节点的工作节点。Ray集群可以是固定大小的，也可以根据集群上运行的应用程序请求的资源自动扩展或缩减。
Ray的五个原生库针对特定的机器学习任务进行分布式处理：
- 数据：跨训练、调优和预测的可扩展、框架无关的数据加载和转换。
- 训练：具有容错能力的分布式多节点和多核模型训练，可与流行的训练库集成。
- 调优：可扩展的超参数调优，以优化模型性能。
- 服务：可扩展和可编程的模型在线推理部署服务，可选择使用微批处理以提高性能。
- RLlib：可扩展的分布式强化学习工作负载。
这些库既适用于数据科学家也适用于机器学习工程师。对于数据科学家，这些库可 以用来扩展单个工作负载，也可以用于端到端的机器学习应用。对于机器学习工程师，这些库提供了可扩展的平台抽象，便于从更广泛的机器学习生态系统中轻松集成工具。
对于定制应用，Ray Core库使Python开发人员可以轻松构建可扩展的分布式系统，这些系统可以在笔记本电脑、集群、云或Kubernetes上运行。它是Ray AI库和第三方集成（Ray生态系统）的基础。
Ray可以在任何机器、集群、云提供商和Kubernetes上运行，并且拥有不断增长的社区集成生态系统。
项目链接
编辑推荐精选
UI-TARS-desktop
基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。
Wan2.1
开源且先进的大规模视频生成模型项目
Wan2.1 是 一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。
爱图表
全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表
爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报 告质量。
Qwen2.5-VL
一款强大的视觉语言模型，支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。
HunyuanVideo
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。
WebUI for Browser Use
一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。
xiaozhi-esp32
基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。
olmocr
一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。
olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。
飞书多维表格
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
CSM
高质量语音生成模型
CSM 是一个开源的语音生成项目，它提供了一个基于 Llama-3.2-1B 和 CSM-1B 的语音生成模型。该项目支持多语言，可生成多种声音，适用于研究和教育场景。通过使用 CSM，用户可以方便地进行语音合成，同时项目还提供了水印功能，确保生成音频的可追溯性和透明度。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号