ray-project/ray는 AI 컴퓨트 엔진이다. 저장소 설명은 Ray가 코어 분산 런타임과 기계학습 워크로드를 가속하는 AI 라이브러리 모음으로 구성된다고 밝힌다. 저장소의 최신 릴리스는 ray-2.59.0이고, 제공된 정보에는 이 릴리스의 변경 목록이 없어 이번 버전이 무엇을 바꿨는지는 확인할 수 없다.
Ray는 AI와 파이썬 애플리케이션을 확장하기 위한 통합 프레임워크다. README는 Ray Core의 Tasks가 클러스터에서 상태를 기억하지 않는 함수를 실행하고, Actors가 상태를 유지하는 작업자 프로세스를 만들며, Objects가 클러스터에서 접근 가능한 불변 값이라고 설명한다. 그 위에 Data, Train, Tune, RLlib, Serve 라이브러리가 얹혀 있고, Ray Train은 여러 노드의 학습 작업과 실행 자원을 관리한다. Ray Dashboard로 애플리케이션과 클러스터를 살펴보고 Ray Distributed Debugger로 디버깅할 수 있으며, 설치는 pip install ray 명령으로 안내된다. 구현 언어는 Python이고 라이선스는 Apache-2.0이며 GitHub 스타는 44091개다. 저장소는 2016년 10월 25일 만들어졌다.
다만 이 기록으로 판단할 수 있는 범위에는 한계가 있다. 학습·서빙 성능을 다른 프레임워크와 비교한 수치와 처리량·지연 시간 같은 측정값도 이 기록에는 없다. 10점 만점 기준 평가 항목은 모멘트(momentum)만 4.9로 채워져 있고 신기성·기술·품질 항목은 비어 있다. 이 기록이 뒷받침하는 것은 Ray의 기능 구성과 Apache-2.0 라이선스, 2016년부터 이어져 온 프로젝트라는 사실까지다. 여러 노드에서 학습이나 서빙을 돌릴 계획이 있는 팀이라면 확인할 만한 후보지만, 성능 근거가 없는 상태에서 도입을 확정하기는 어렵다.