Databricks 宣布 AI Runtime 正式可用，将托管式 GPU 基础设施引入数据平台

核心事实

Databricks 于 10 月 21 日发布博客，宣布 AI Runtime（AIR）正式可用（General Availability）。据该博客介绍，AIR 将全托管的 GPU 基础设施直接引入 Databricks，让客户在企业数据所在的环境中训练模型。官方称，AIR 提供按需的 Serverless GPU 访问、多节点训练支持，以及秒级的启动延迟；用户可自带代码、容器和 Ray 工作负载，并通过环境缓存与内置调试工具加快迭代。在治理方面，AIR 运行在 Databricks 与 Unity Catalog 的治理边界内，GPU 工作负载受访问策略约束并可被追踪审计。

背景与影响

博客指出，AI 团队常把大量时间花在申请 GPU 容量、处理故障和等待实验启动上；若 GPU 环境与 Lakehouse 分离，还会带来治理缺口和训练数据风险。AIR 的定位是把 GPU 基础设施、开发者工具与数据治理合并到一处。Databricks 称，已有数百家公司使用 AIR 训练并上线深度学习模型，文中列举了 Robinhood、PicPay、Merck、Flo Health、TinyFish 和 FactSet 等名称，其内部 AI 研究团队也用 AIR 训练 KARL 与 AI Parse 背后的模型。博客还提到 AIR 与 Lakeflow 原生集成，并称 Genie Code 可分析训练日志以辅助调试。

限制与来源

上述性能与客户用例均来自 Databricks 官方博客及其引述的客户说法，本站未做独立验证。博客未披露定价、各云平台与地区的可用范围、GPU 型号清单及配额细节，相关功能与支持情况请以 Databricks 官网当前信息为准。本文来源：Databricks 博客《AI Runtime is Generally Available》。