[Ray]1. 시작하며

https://docs.ray.io/en/latest/ray-overview/installation.html

Installing Ray — Ray 2.0.0

Ray란?

Ray는 AI와 Python 어플리케이션의 확장을 위한 통합 프레임워크이다. Ray는 핵심 분산 runtime과 ML 계산의 단순화를 위한 라이브러리 툴킷으로 구성되어 있다. 

Ray AIR

• Datasets :  분산된 데이터 전처리
• Train :  분산 학습
• Tune :  확장 가능한 하이퍼파라미터 튜닝
• Serve : 확장 및 프로그래밍 가능한 서빙
• RLib : 확장 가능한 강화학습

Ray Core

• Tasks :  클러스터에서 실행되는 상태 비저장 함수
• Actors : 클러스터에서 생성된 상태 저장 작업자 프로세스
• Objects : 클러스터 전체에서 접근할 수 있는 변경 불가능한 값

 

 

특징

• 분산 / 병렬 애플리케이션을 쉽게 구축하기 위한 프레임워크
• 기존의 코드를 거의 변경하지 않고 코드를 쉽게 분산 / 병렬화
• python 병렬 처리에서 많이쓰는 multiprocessing은 기존 코드를 수정해야함. 또한 여러 클러스터로 분산처리하기에 초심자 입장에서 어려울 수 있음
• Ray는 버클리 대학의 RISE연구실에서 만들어서 Apache Arrow를 사용해 데이터를 효율적으로 처리함

 

장점

• 기존코드에서 약간의 수정으로 병렬 처리 가능
• 클러스터 환경에서 구축 가능
• dashboard : 성능, 로그 확인
• 멀티프로세싱보다 빠른 성능
• 머신러닝 / 딥러닝에서 활용하기에 좋음
• 다양한 머신러닝 라이브러리 제공

 

 

설치

현재 리눅스, 맥OS만 지원하고 있다. 윈도우는 베타버젼이다.

## Ray와 지원되는 dashboard, cluster launcher 포함해서 설치
pip install -U "ray[default]"



## Ray 개별 라이브러리 설치
pip install -U "ray[air]" # Ray + Ray AI Runtime
pip install -U "ray[tune]" # Ray + Ray Tune
pip install -U "ray[rllib]" # Ray + Ray RLLib
pip install -U "ray[air]" # Ray + Ray Server