Ray, mesin komputasi AI sumber terbuka, telah memberikan kontribusi signifikan untuk meningkatkan aksesibilitas teknologi AI. Sejak dikembangkan pada tahun 2016 di RISELab UC Berkeley oleh Robert Nishihara, Philipp Moritz, dan Ion Stoica, Ray telah memfasilitasi penskalaan beban kerja AI yang kompleks untuk perusahaan seperti Netflix dan Uber. Ray mendukung berbagai aplikasi AI, mulai dari pemrosesan data multimoda hingga pelatihan model, di berbagai infrastruktur.

Industri AI menghadapi "tembok kompleksitas AI" yang dicirikan oleh sistem yang terfragmentasi dan banyaknya model serta kerangka kerja, yang menyebabkan inefisiensi dan meningkatnya biaya. Untuk mengatasi hal ini, para kreator Ray mendirikan Anyscale untuk menyediakan platform AI terpadu berdasarkan kemampuan Ray. Anyscale bertujuan untuk menyederhanakan penerapan AI, membuatnya lebih terukur dan hemat biaya bagi organisasi dari semua ukuran.

Platform Anyscale telah menunjukkan manfaat yang signifikan bagi pengguna, seperti Canva yang mencapai pemanfaatan sumber daya yang hampir sempurna untuk memangkas biaya cloud hingga setengahnya dan pemrosesan gambar Rekursi 7x lebih cepat. Fleksibilitas platform memungkinkan pengoptimalan di berbagai perangkat keras, termasuk GPU dan TPU, yang mendukung berbagai opsi komputasi untuk memaksimalkan efisiensi dan kinerja.

Komitmen Anyscale terhadap kemampuan beradaptasi meluas hingga opsi penerapan, yang memungkinkan pelanggan menjalankan beban kerja AI di berbagai lingkungan, dari cloud publik hingga privat. Platform ini terintegrasi dengan layanan Google Cloud seperti Cloud Storage dan BigQuery, yang memungkinkan operasi lancar yang lebih dekat dengan sumber data. Anyscale baru-baru ini bermitra dengan Google Kubernetes Engine untuk meningkatkan layanannya dengan menyediakan infrastruktur tangguh untuk aplikasi AI berskala besar.