Ray acaba de lanzar una actualización bastante sólida: selectores de etiquetas para una programación de tareas más inteligente. Piénsalo como darle a tus trabajos de computación distribuida una libreta de direcciones: los desarrolladores ahora pueden etiquetar los nodos con etiquetas personalizadas (cpu-family=intel, market-type=spot) en lugar de adivinar dónde caerán las tareas.

La colaboración con Google Kubernetes Engine significa que está integrado en Ray v2.49 y funciona bien con KubeRay y la plataforma de Anyscale. Antes de esto, programar tareas en nodos específicos era torpe: los desarrolladores tenían que recurrir a apaños. Ahora tienes emparejamiento flexible: coincidencias exactas, condiciones de cualquiera de, incluso la posibilidad de excluir nodos GPU o elegir regiones específicas como us-west1-a.

Por qué importa: la asignación de cargas de trabajo es más limpia, el autoscaling realmente entiende lo que quieres hacer y toda la integración con Kubernetes hace que Ray sea más amigable para los desarrolladores. La hoja de ruta futura incluye selectores de respaldo y una mejor interoperabilidad con K8s.

Básicamente: Ray está haciendo que la computación distribuida sea menos un juego de adivinanzas.