Hugging Face представила Trackio: легкую open-source библиотеку для трекинга ML-экспериментов

Команда Hugging Face выпустила Trackio — минималистичную Python-библиотеку для отслеживания метрик, гиперпараметров и состояния моделей во время обучения. Проект создан как альтернатива перегруженным и коммерческим трекерам, требующим сложного деплоя инфраструктуры. Главные фичи и инженерные преимущества Trackio: * Мониторинг железа из коробки: встроенный опрос через `nvidia-smi` позволяет детально мониторить энергопотребление GPU и углеродный след тренировки прямо в метриках. * Умная работа с тензорами: гибкий перенос тензоров с GPU на CPU на лету минимизирует оверхед на логирование и сохраняет высокий throughput обучения. * Дашборды на Gradio и Hugging Face Spaces: визуализация локально через Gradio с возможностью в один клик запушить дашборд в публичные или приватные Spaces для шеринга ссылки коллегам. * Открытые данные: метрики не заперты в проприетарных API, их легко выгружать для кастомного анализа и встраивать в модельные карточки (model cards). 💡 Где захостить и как запустить: Рассчитать точный VRAM под кванты этой модели, скорость генерации (токенов/сек) и выбрать подходящий сервер с GPU можно у нас на ServerSales в калькуляторе AI-моделей (/ai) или каталоге GPU (/gpu).