Repolode
提交项目
ray-project

ray-project/ray

Ray 是一个统一的框架，可将 Python 和 AI 应用从笔记本扩展到集群运行。

在 GitHub 查看官网
Star
44,087
Fork
8,174
未关闭 Issue
3,610
最近提交
5小时前

这是什么？

Ray 是面向 Python 和 AI 工作负载的分布式计算框架。其核心运行时可以把普通 Python 函数变成在集群中执行的任务，把类变成有状态的 Actor，并在它们之间传递共享对象。

在核心之上，Ray 提供覆盖机器学习流程主要环节的 AI 库：Data 用于可扩展的数据集处理，Train 用于分布式训练，Tune 用于超参数调优，RLlib 用于强化学习，Serve 用于可编程的模型服务。项目还包含用于监控应用和集群的 Dashboard，以及分布式调试器。

Ray 可以运行在单机、集群、主流云厂商和 Kubernetes 上，通过 pip 即可安装。同一套代码可以从笔记本迁移到更大的集群，无需改动应用的基本结构。

核心功能

  • 01将 Python 函数和类转换为分布式任务与有状态的 Actor。
  • 02提供 Data、Train、Tune、RLlib、Serve 等覆盖机器学习流程的库。
  • 03内置 Ray Dashboard，用于监控应用和集群。
  • 04提供面向 Ray 应用的分布式调试器。
  • 05可在笔记本、集群、主流云平台和 Kubernetes 上运行。

适用场景

  • 将 Python 数据处理或机器学习任务从单机扩展到多台机器。
  • 在多个工作节点上进行分布式训练或超参数搜索。
  • 通过可扩展的服务端点部署机器学习或大语言模型。
  • 在集群上运行强化学习实验。

快速上手

  1. 1

    使用 pip 安装 Ray

    pip install ray

标签

#distributed#machine-learning#python#distributed-training#model-serving#hyperparameter-tuning#reinforcement-learning#llm-inference#data-science#deep-learning

常见问题

ray 是什么？
Ray 是一个统一的框架，可将 Python 和 AI 应用从笔记本扩展到集群运行。 Ray 是面向 Python 和 AI 工作负载的分布式计算框架。其核心运行时可以把普通 Python 函数变成在集群中执行的任务，把类变成有状态的 Actor，并在它们之间传递共享对象。
ray 可以免费使用吗？用的什么许可证？
ray 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
ray 还在维护吗？
活跃维护中。ray 最近一次提交是在 2026年10月20日。
ray 适合用来做什么？
将 Python 数据处理或机器学习任务从单机扩展到多台机器。 在多个工作节点上进行分布式训练或超参数搜索。 通过可扩展的服务端点部署机器学习或大语言模型。 在集群上运行强化学习实验。
ray 怎么安装和运行？
使用 pip 安装 Ray: pip install ray
在哪里获取 ray？
源代码和安装说明在 GitHub 上：https://github.com/ray-project/ray

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目