Ray

Núcleo: el decorador @ray.remote convierte una función o clase en distribuida. Basado en actores (con estado) o en tareas (sin estado). Bibliotecas construidas encima: Ray Tune (búsqueda de hiperparámetros), Ray Serve (servir modelos), Ray Train (entrenamiento distribuido), Ray RLlib (aprendizaje por refuerzo).

Impulsa el entrenamiento de ChatGPT (OpenAI), Cohere y muchas startups de LLM. Su punto fuerte: escalar código Python ya existente sobre un clúster sin reconstruirlo en Spark o Dask.