第 3 章 技术预览功能

分布式工作负载使数据科学家可以并行使用多个集群节点，以获得更快速、高效的数据处理和模型培训。CodeFlare 框架简化了任务编配和监控，并提供与高级 GPU 支持的自动化资源扩展和最佳节点利用率的无缝集成。

CodeFlare 框架专为数据科学家设计，支持从 Jupyter Notebook 或 Python 代码直接工作负载配置，确保采用低障碍、简化且不间断的工作流。分布式工作负载显著降低任务完成时间，并启用使用更大的数据集和更复杂的模型。分布式工作负载功能目前在 Red Hat OpenShift AI 2.8 中作为技术预览功能提供。此功能最初在 OpenShift AI 2.4 中引入。

Red Hat OpenShift AI 现在包括 code-server 笔记本镜像。如需更多信息，请参阅 GitHub 中的 code-server。

使用 code-server 工作台镜像，您可以使用各种扩展来添加新的语言、主题、调试器并连接到其他服务来自定义工作台环境。您还可以提高数据科学工作的效率，语法突出显示、自动和括号匹配。