ray-project/ray

RayはAIコンピュートエンジンです。Rayはコア分散ランタイムと、MLワークロードを高速化するためのAIライブラリ群で構成されています。

ray とは?

Rayは、AIおよび機械学習(ML)ワークロードの分散実行とスケーリングを目的として設計された、オープンソースの統一コンピュートエンジンです。コア分散ランタイムを基盤とし、強化学習(RLlib)、ハイパーパラメータチューニング(Ray Tune)、データ処理(Ray Data)、モデルサービング(Ray Serve)、分散トレーニング(Ray Train)などの高性能AIライブラリを提供します。Rayは、シンプルなPythonアプリケーションから大規模な本番環境のMLパイプラインまで対応し、AWS、GCP、Azure、Kubernetes上でのシームレスなデプロイをサポートします。開発者はRayを活用することで、インフラストラクチャの複雑さを意識することなく、MLパイプラインの開発、トレーニング、デプロイを効率的に行えます。

対応~Claude Code~Codex CLI~Cursor
npx skills add ray-project/ray

Installed? Explore more 生産性&コラボレーション skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

ray は何をしますか?

RayはAIコンピュートエンジンです。Rayはコア分散ランタイムと、MLワークロードを高速化するためのAIライブラリ群で構成されています。

Rayは、以下のようなコンポーネントを提供します:

  • Ray Core:分散アプリケーションを構築するための基盤ランタイム
  • Ray AI Libraries:MLワークロード向けの専門ライブラリ
    • Ray RLlib:スケーラブルな強化学習
    • Ray Tune:分散ハイパーパラメータチューニング
    • Ray Data:データセットの読み込みと変換
    • Ray Serve:本番環境向けモデルサービング
    • Ray Train:分散トレーニング

Rayは、PythonアプリケーションをシームレスにスケールさせるためのシンプルなAPIを提供します。開発者は@ray.remoteデコレータを使用して任意のPython関数やクラスを分散タスクに変換できます。

import ray

ray.init()

@ray.remote
def my_task(x):
    return x * 2

futures = [my_task.remote(i) for i in range(10)]
results = ray.get(futures)

Rayは、AWS、GCP、Azure、Kubernetes上でのデプロイをサポートしており、ray upコマンドを使用して簡単にクラスタを起動できます。

関連スキル