Ray
Issu du RISELab de UC Berkeley en 2017 — du calcul distribué pour Python, surtout destiné au ML. Commercialisé sous le nom d'Anyscale.
Au cœur : le décorateur @ray.remote, qui rend une fonction ou une classe distribuée. Modèle à acteurs (avec état) ou à tâches (sans état). Des bibliothèques par-dessus : Ray Tune (recherche d'hyperparamètres), Ray Serve (serving de modèles), Ray Train (entraînement distribué), Ray RLlib (apprentissage par renforcement).
Fait tourner l'entraînement de ChatGPT (OpenAI), Cohere et de nombreuses start-ups de LLM. Son point fort : faire passer du code Python existant à l'échelle d'un cluster sans le reconstruire dans Spark ou Dask.