序

過去10年，機器學習和數據應用程序的計算需求不斷攀升，即使運用了GPU和TPU等硬件加速器，計算量也遠遠超過了單臺服務器或單個處理器的能力。而且，這種趨勢愈演愈烈，迫使人們只能選擇進行分布式處理。不過，創建分布式應用程序一向都是非常困難的。

在過去幾年中，Ray已經成為開發分布式應用程序的首選框架，因為它擁有靈活的內核和一套強大的庫，使開發人員能夠輕松擴展各種工作負載，包括訓練、超參數調優、強化學習（Reinforcement Learning，RL）、模型服務和非結構化數據的批處理。Ray是當下非常受歡迎的開源項目，已有上千家公司利用Ray開發機器學習平臺、推薦系統、欺詐檢測、大模型等各種應用，其中就包括Open AI大名鼎鼎的ChatGPT。

在這本書中，Max Pumperla、Edward Oakes和Richard Liaw用通俗易懂的示例全面介紹了Ray。通過閱讀本書，讀者將掌握Ray的關鍵概念和方法，并能從筆記本計算機擴展到本地或云端的大型集群，開發并快速擴展端到端的機器學習應用程序。