wandb/server

W&B Server is the self hosted version of Weights & Biases

해결하는 문제

Weights & Biases 플랫폼의 자체 호스팅 버전을 제공하여 팀이 클라우드 호스팅 서비스 대신 자체 인프라스트럭처에서 기계학습 실험 추적 및 데이터를 유지할 수 있도록 합니다.

작동 방식

시스템은 Docker 컨테이너로 배포됩니다. 사용자는 wandb server start 명령어 또는 수동 Docker 실행 명령어를 사용하여 서버를 시작할 수 있습니다. 실행 후 네트워크 내 다른 머신은 호스트 URL과 API 키를 설정하여 이 서버에 메트릭을 보고할 수 있습니다.

대상 사용자

실험에 자체 호스팅 인프라스트럭처가 필요한 기계학습 엔지니어 및 연구자. 특히 데이터와 환경에 대한 통제를 유지해야 하는 사용자에게 적합합니다.

주요 기능

  • Docker를 통한 자체 호스팅 배포.
  • 외부 MySQL, 클라우드 스토리지, SSO(라이선스 필요)와 같은 프로덕션 수준 기능 지원.
  • Terraform를 통해 AWS, Google Cloud, Azure용 프로비저닝 스크립트 제공.

관련

  • 프로젝트
    wandb/wandb

    머신러닝 실험 추적 및 시각화 플랫폼으로, 개발자가 전체 ML 파이프라인에서 하이퍼파라미터와 메트릭을 모니터링할 수 있도록 도와줍니다.

  • 프로젝트
    wandb/examples

    인기 있는 ML 프레임워크(PyTorch, TensorFlow/Keras, Hugging Face, XGBoost, scikit‑learn 등)에 Weights & Biases 추적 라이브러리를 통합하는 방법을 보여주는 즉시 실행 가능한 스크립트와 Colab 노트북의 커리레이티드 세트입니다. 실행 로깅, 설정, 메트릭, 기울기, 아티팩트 기록을 시연하여, 몇 줄의 코드로 모델의 실험 추적과 재현성을 쉽게 추가할 수 있도록 도와줍니다.

  • 프로젝트
    HarnessRouter/harnessrouter

    Docker를 통해 AI 에이전트 하네스를 로컬에서 실행할 수 있는 셀프 호스팅 플랫폼으로, 클라우드 계정 없이 안전한 격리와 여러 모델 제공업체를 지원합니다.

  • 프로젝트
    gradio-app/trackio

    Weights & Biases의 무료 대안을 제공하는 가볍고 로컬 우선의 실험 추적 라이브러리로, Gradio에서 영감을 받은 대시보드와 AI 에이전트를 위한 SQL 기반 쿼리 기능을 갖추고 있습니다.

  • 프로젝트
    google-deepmind/xmanager

    로컬 환경, Kubernetes, Google Cloud Platform에서 기계학습 실험을 패키징, 실행, 추적하기 위한 프레임워크입니다.