Lightning AI发布新工具：AI代码编辑器、可共享环境。支持Meta Monarch和TorchForge，简化PyTorch开发，提升大规模AI工作效率。
译自：Lightning AI Brings a PyTorch Copilot to Its Development Environment
作者：Frederic Lardinois
Lightning AI，即致力于消除使用 PyTorch 复杂性的 PyTorch Lightning 项目 背后的公司，今天宣布在其商业产品中推出多项新工具和功能。这些更新应能让 AI 团队更容易在其端到端 PyTorch 平台上进行构建。
PyTorch Lightning
开源的 PyTorch Lightning 项目 是一个轻量级框架，它消除了大量 PyTorch 工作中的样板代码，同时使创建结构化的 PyTorch 项目变得更容易。
尽管 Lightning 是 Lightning AI 工作的核心，但该公司的平台远不止于此，它包括基于云的 Lightning Studio 开发环境（用于训练和部署模型）、基于 Jupyter 的笔记本环境、GPU 市场以及用于托管和构建 AI 和机器学习应用程序的基础设施服务。
Lightning AI 更新
这些更新包括为其 Lightning Studios 和 Notebooks 环境提供新的 AI 代码编辑器，以及 Lightning Environments，后者本质上是沙盒化但可扩展的环境，用于探索、训练和扩展分布式 AI 工作负载。这些更新还包括支持 Meta 专为 PyTorch 设计的 Monarch 分布式编程框架以及 Forge（Meta 的新型强化学习框架，它利用了 Monarch 的分布式基础设施）。
“我们的目标是让世界上每个开发者都成为 PyTorch 开发者，”Lightning AI 首席执行官兼 PyTorch Lightning 创建者 William Falcon 补充道。“无论您是在单个 GPU 还是数百个 GPU 上训练模型，Lightning 都能为您提供同样紧密、交互式的循环，现在由 AI 提供强大动力，并即时连接到您所需的计算资源。”
（来源：Lightning AI）
新版本的主打功能是 AI 代码编辑器。您可以将其视为 Lightning 版本的一个副驾驶风格的代理，现已内置于 Lightning Studios（其 IDE）和 Notebooks（类似 Jupyter）中。它具有由专门训练成为 PyTorch 专家的模型支持的 AI 代理，用于帮助开发者完成训练、推理和强化学习任务。
这些代理还可以使用 Lightning 模型 API，该 API 提供了对各种专有和开放权重模型的访问。
可共享环境
Lightning AI 的另一个核心功能是其环境，公司将其描述为“独立的、交互式的空间，开发者可以在其中探索、训练和扩展强化学习以及分布式 AI 工作负载。”
现在的新功能是开发者可以通过公司称之为 Environments Hub 的方式共享这些设置。这应该会大大简化新开发者在该平台上启动项目。
（来源：Lightning AI）
Meta 的 Monarch 登陆 Lightning AI
本次发布还包括对 Monarch 的支持，这是 Meta 的新型分布式编程框架，旨在使 PyTorch 集群的使用像使用单机一样简单。
PyTorch Monarch 使集群规模的训练具有交互性和持久性。开发者可以实时迭代实验、调试问题和修改代码，所有这些都无需重新启动或重新分配其计算资源。
当与 Lightning 的多机训练服务集成时，这允许开发者例如从 Lightning Studio 中的单个笔记本扩展到多个云提供商的数百个 GPU，同时仍保持其熟悉的 PyTorch 工作流程。
（来源：Meta）
“Monarch 重新定义了分布式训练的体验，”Lightning 的首席技术官兼 PyTorch 基金会技术咨询委员会主席 Luca Antiga 表示。“我们与 Meta 的 PyTorch 团队一起，正在使大规模开发像本地实验一样具有交互性和灵活性。这使得下一代 AI 构建者能够以前所未有的速度前进。”
Meta 最近还推出了 TorchForge，这是一个基于 PyTorch 的强化学习（RL）框架，它构建在 Monarch 之上。它允许开发者用伪代码编写他们的 RL 算法，由 Monarch 处理执行。
Lightning AI 现在支持 TorchForge 以及 Meta 用于打包和共享 RL 环境的新型 OpenEnv 开放标准。
