无服务器 GPU 环境版本 5 （预览版）

本页概述了无服务器 GPU 环境版本 5 的系统环境信息。 此计算产品/服务是 AI 运行时的一部分，专为新式 AI 和深度学习工作负载而设计。

无服务器 GPU 环境 5 基于无服务器环境 5 （CPU） 构建。 查看 无服务器环境 5（CPU）中的新增功能。 它包括以下环境：

• 默认基本环境：具有稳定客户端 API 的最小环境。

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 ”端面板选择包含此环境版本的基本环境。 参见交互式（笔记本）。

新功能和改进

在版本 5 中，Databricks 提供仅支持无服务器 GPU API、Databricks 依赖项和 MLflow 的最低环境。 用户可以根据需要自定义环境。 版本 5 中的默认基本环境不包括 CPU 环境中存在的某些包，以便提供最小的功能 GPU 环境。 想要具有全面 AI 库的完整环境的用户应使用 Databricks AI 环境。

API 更新

2026 年 4 月 14 日

无服务器 GPU Python API 升级到 0.5.15

无服务器 GPU Python API 0.5.15 包含以下 API 更新：

• 新功能：
  • 为本地无服务器 GPU API 运行向 MLflow 添加了日志传播。 本地运行的训练日志现在会自动上传到 MLflow。
• Bug 修复：
  • 未安装 PyTorch 时，错误消息现在正确指示标准 v5 基础环境不包括火炬。
• 安全性：
  • 将所有Python依赖项版本固定到确切版本，以防止供应链攻击来自新发布的恶意包版本。

2026 年 3 月 17 日

无服务器 GPU Python API 升级到 0.5.14

无服务器 GPU Python API 0.5.14 包含以下 API 更新：

• Bug 修复：
  • 修复了无服务器 GPU API 在没有 MAPI 可用的情况下在控制平面上失败的问题。 当 MAPI 无法访问时，API 现在可正常回退到按需计算。

2026 年 3 月 2 日

无服务器 GPU Python API 升级到 0.5.13

无服务器 GPU Python API 0.5.13 包含以下 API 更新：

• Bug 修复：
  • 修复了本地模式下 Azure A10 GPU 设备名称解析的问题。 API 现在处理特定于Azure的格式，例如“A10-24Q”。
  • 修复了本地执行完成后 MLflow 活动运行未关闭的问题。
  • 修正了 MLflow 日志流处理与 MLflow 3.x 的兼容问题。 MLflow 3.x 中工件下载路径行为的更改导致日志流传输中断。 日志流式处理现在在 MLflow 2.x 和 3.x 上都能正确运行。
  • 修复了导致训练过程停止响应的问题。 在先前版本中引入的跨层级 MLflow 状态同步功能已被撤销。

基本环境中未包含的包

以下包不包括在基本环境中，但在 CPU 环境中仍可用：

• scipy
• seaborn
• scikit-learn

由于客户反馈请求控制 PyTorch 的版本管理，torch 未包含在版本 5 的基础环境中。 这样，就可以安装最适合工作负荷的版本。 若要使用 Databricks 测试的版本，请在笔记本单元中运行%pip install torch==2.9.0或使用torch==2.9.0端面板的“依赖项”部分进行安装。

系统环境

• 操作系统：Ubuntu 24.04.2 LTS
• Python：3.12.3
• Databricks Connect：18.0.0
• NVIDIA CUDA 工具包：12.9

已安装的 Python 库

默认基础环境

若要在本地 Python 虚拟环境中重现无服务器 GPU 环境 5，请下载 requirements-env-gpu-5.txt 文件并运行 pip install -r requirements-env-gpu-5.txt。 此命令安装所有来自第五版无服务器环境的开源库。