AI 模型与平台
Databricks 发布 AI Runtime 表格基础模型指南

要点表格基础模型以更高的GPU推理成本换取工程和维护时间的节省。
查看更多
- 表格基础模型以更高的GPU推理成本换取工程和维护时间的节省。
- 据报道,TabICL的运行速度比TabPFNv2快多达10倍,同时其分类基准准确率与之相当。
- 许可协议使该领域出现分化,TabFM和TabPFNv3.5的权重被限制为非商业用途。
Databricks 于 2026 年 11 月 16 日发布了一份技术指南,介绍如何在 AI Runtime 上运行表格基础模型,并提供了一个公开代码仓库,用于比较五家模型提供商并测试微调工作流。
公开的解决方案加速器提供了笔记本和一套通用测试框架,支持 TabPFN、TabFM、TabICL、Nori 和 KumoTabular。它面向持续运行的企业工作负载:针对用于信用风险评估、客户流失分析、需求预测和预测性维护的表格数据生成预测。在这些场景中,传统开发方式可能需要为每项任务单独构建训练和重新训练流程。
表格基础模型(TFM)则是在数百万个多样化合成数据集上预训练的。在零样本推理中,已标注的行会作为上下文,供模型预测其他行;Transformer 注意力机制会将新行与这些示例联系起来,并在一次前向传播中输出预测结果,无需更新参数。对于希望使用专有数据集更新预训练权重的团队,微调仍是一种可选方案。
架构、GPU 成本与许可
专用分词器会将数值、类别和布尔特征映射到统一表示中。TabPFNv2 通过交替在行内和列内进行注意力计算来学习特征交互,但随着样本和特征数量增加,其计算成本会迅速攀升。
TabICL 研究论文采用了另一种方法:先通过列注意力、再通过行注意力构建固定维度的行嵌入,然后进行数据集级别的上下文学习。论文作者报告称,该模型可处理多达 500,000 个样本和 500 个特征;在其分类基准评测中,性能与 TabPFNv2 相当,运行速度最高可快 10 倍;在 53 个样本数超过 10,000 的数据集上,表现优于 TabPFNv2 和 CatBoost。经过评测的版本仅支持分类;此外,基准测试中使用留出数据调优的单模型,并未体现交叉验证集成可能带来的收益。
即使对行进行压缩,内存仍然是运行层面的限制。由于上下文学习会在每次预测时将训练集一并输入,GPU 内存需求会随行数和特征数增加。Databricks 建议使用组织自己的数据测试准确率、推理延迟、内存用量和成本;该公司还指出,与在 CPU 上运行 XGBoost 相比,GPU 推理的单次预测成本更高。潜在的节省来自工程和维护时间,而持续支出则是加速计算的成本。
许可也是部署时需要考虑的一项因素。指南将 TabICLv2 归为 BSD 3-Clause 许可,将 Mitra v2 归为 Apache-2.0 许可,将 KumoTabular 归为 OpenMDW-1.1 许可,并指出这些许可允许商业使用。TabFM 和 TabPFNv3.5 的权重则标注为非商业用途;如需商用,必须与其创建者达成协议。代码仓库还特别区分了 TabPFN 的商业托管 API 和仅限非商业用途的权重。
统一评测与生产部署
参考实现为模型比较提供了统一依据。所有受支持的实现都读取相同的零售和消费包装商品合成数据集,采用完全相同的训练集与测试集划分,并将通用指标和 scikit-learn 基线结果记录在同一张结果表中。示例涵盖分类、回归、异常值检测和基于滞后值的预测,前提是各个模型支持相应任务。
不同方案的计算需求各不相同。自托管的 TabFM、TabICL、Nori 和 KumoTabular 可在无服务器 CPU 上运行,但代码仓库建议使用 GPU 以获得实际可用的性能。TabPFN 示例调用托管 API,因此使用 CPU 即可;而 TabICL 示例则允许 CPU 流水线将推理任务卸载到专用 GPU 服务端点。
AI Runtime 早于这份指南推出:Databricks 于 2026 年 3 月 19 日以公开预览版形式推出了它,将其作为用于分布式 GPU 训练的无服务器技术栈。Databricks 表示,其按需提供的 H100 GPU 可支持 TabPFN-3 处理多达 1 million 行、200 个特征的数据。除原生 Docker 支持和通过 Databricks CLI 进行远程 SSH 连接外,该服务还提供笔记本、Lakeflow Jobs、MLflow 实验跟踪和 GPU 利用率监控。
KumoTabular 微调演示会在笔记本中显示 GPU 使用情况和 MLflow 指标,并将生成的模型注册到 Unity Catalog。对于生产环境,指南介绍了通过 Model Serving 实现高吞吐量批处理流水线或自动扩缩的实时 REST 端点,并由 Unity Catalog 管理模型版本和治理。
由此形成了一条可重复的路径,用于测试 TFM 能否在不将数据迁移到独立 GPU 工具的情况下,减少每项任务所需的机器学习工作。其商业价值仍取决于代码仓库无法一概提供的评估结果:模型在组织自有表格数据上的准确率、可用的许可条款,以及工程开销的降低能否抵消 GPU 推理带来的持续成本。












