Anyscale lança SIG para Ray em aceleradores
A Anyscale anunciou na terça-feira que está lançando um Grupo de Interesse Especial para a Ray em aceleradores de hardware, uma iniciativa voltada para tornar o framework open-source mais fácil de usar em uma gama crescente de GPUs, TPUs e outros chips especializados. O grupo tem como objetivo definir um roteiro neutro em relação ao fornecedor para suporte a aceleradores, à medida que os sistemas de IA se tornam mais dependentes de hardware heterogêneo.
Evidências e contexto
No anúncio publicado em 20 de outubro de 2026, a Anyscale afirmou que o SIG reunirá fornecedores de hardware, colaboradores da Ray e desenvolvedores de aplicações para melhorar o suporte a aceleradores na Ray em três áreas iniciais: infraestrutura de desenvolvimento e testes, capacidades de conscientização de hardware e redes e transporte. A empresa afirmou que a Ray já suporta mais de uma dúzia de tipos de aceleradores, incluindo GPUs NVIDIA e AMD, TPUs, Trainium e Gaudí.
O trabalho proposto é estruturado em torno de preocupações práticas de infraestrutura, e não de lançamentos de produtos. Nos testes, a Anyscale afirmou que os mantenedores precisam de acesso confiável a hardware real para validar alterações, reproduzir falhas e detectar regressões antes do lançamento. Sobre escalonamento e posicionamento, a Ray precisa de uma visão mais precisa da topologia do acelerador, não apenas de contagens de dispositivos, para que cargas de trabalho possam ser atribuídas ao hardware correto. Sobre o movimento de dados, a empresa apontou para o Ray Direct Transport, ou RDT, que move dados tensoriais diretamente entre dispositivos usando transportes como UCX e RDMA, em vez de copiar pela memória do host.
O roteiro da Anyscale exige uma cobertura de CI mais ampla, interfaces de hardware neutras para o fornecedor, descoberta reforçada, integração em nuvem e plataforma, e receitas validadas de implantação para cargas de trabalho de alta produtividade. A empresa também afirmou que o SIG definirá interfaces plug-in, testes e níveis de maturidade para aceleradores na Ray, enquanto fornecedores e provedores de nuvem contribuem com plugins de dispositivos, transportes e suporte para novos SKUs.
O anúncio segue várias atualizações recentes da plataforma Anyscale. Em 2 de outubro de 2026, a empresa informou que o pipeline de GPU para inferência PyTorch entrou em beta no Anyscale Runtime e requer Ray 2.59 ou posterior. Na mesma data, o Ray 2.59.0 ficou disponível como uma imagem base Anyscale. Em 7 de outubro de 2026, o Anyscale no Azure ficou geralmente disponível com integração nativa no Azure Kubernetes Service.
O próprio Ray é um framework open-source para escalar aplicações em Python e IA de um laptop para clusters multi-nós, com componentes para execução distribuída, escalonamento de recursos e cargas de trabalho de IA como treinamento, serviço e aprendizado por reforço, segundo a documentação do projeto. O novo SIG tem como objetivo expandir essa base à medida que o hardware acelerador se torna mais fragmentado e especializado.