RISELab 之 Ray介绍

UC Berkeley 创立了一个新的实验室RISELab，创建者都是从AMPlab出来的，未来五年在实时输入数据上面进行人工智能开发。
一种区别与spark、mapreduce分布式执行系统，更关注应对兴起的AI和机器学习领域。
gitlab 的地址如下：https://github.com/ray-project/ray
开发这个系统的两位作者是：Philipp Moritz 、Robert Nishihara
大家可以看一下 Michael Jordan介绍Ray视频：https://www.oreilly.com/ideas/ray-a-distributed-execution-framework-for-emerging-ai-applications



docker 安装方式

http://ray.readthedocs.io/en/latest/install-on-docker.html

目前状态

虽然Ray 目前处于Pre－alpha状态，但已经明确他的主要责任是支撑机器学习。在官方文档中包好了一些关键例子：hyperparameter optimization (a common workload with machine learning frameworks), and training an AI network to play Pong.也有一些详细知道怎么结合TensorFlow使用Ray ，同时包含一些建议：怎样结合deep learning system 最优化使用 Ray的remote对象模型？
如果感兴趣，可以在docker运行一下上面的几个examples。