ray-project/ray は AI コンピュートエンジンである。リポジトリの説明は、Ray がコア分散ランタイムと機械学習ワークロードを高速化する AI ライブラリの集合で構成されると述べている。リポジトリの最新リリースは ray-2.59.0 であり、提供された情報にはこのリリースの変更一覧がないため、このバージョンが何を変えたかは確認できない。
Ray は AI と Python アプリケーションをスケールさせるための統合フレームワークである。README は、Ray Core の Tasks がクラスタ上でステートレスな関数を実行し、Actors が状態を維持するワーカープロセスを生成し、Objects がクラスタからアクセス可能な不変値であると説明している。その上に Data、Train、Tune、RLlib、Serve のライブラリが積み重なっており、Ray Train は複数ノードでの学習ジョブと実行リソースを管理する。Ray Dashboard でアプリケーションとクラスタを観察し、Ray Distributed Debugger でデバッグできる。インストールは pip install ray コマンドで案内される。実装言語は Python、ライセンスは Apache-2.0、GitHub スターは 44091 個。リポジトリは 2016 年 10 月 25 日に作成された。
ただし、この記録から判断できる範囲には限りがある。他フレームワークと学習・サービングの性能を比較した数値や、スループット・レイテンシといった測定値はこの記録には含まれない。10 点満点の評価項目ではモメンタム（momentum）だけが 4.9 で埋まり、新規性・技術・品質の各項目は空欄である。この記録が裏付けられるのは、Ray の機能構成と Apache-2.0 ライセンス、そして 2016 年から続いているプロジェクトだという事実までだ。複数ノードで学習やサービングを実行する予定のチームにとって確認する価値のある候補だが、性能上の根拠がない状態で導入を確定するのは難しい。