Anyscale 现与微软合作推出 Anyscale on Azure 私有预览版。这项以 Ray 分布式计算框架为核心的人工智能原生计算服务，以 Azure 第一方服务形式提供。企业可在自有 AKS（Azure Kubernetes Service）环境中部署和扩展人工智能工作负载，并集成 Azure Entra ID 作为身份验证机制，将现有 IAM 访问控制延伸至 Anyscale 资源。

Anyscale on Azure 服务通过 Azure 门户作为入口，采用引导式部署流程。系统将在 AKS 中安装 Anyscale Operator，由其连接 Anyscale 控制平面与 Kubernetes 集群。企业可在同一订阅下创建多个 Anyscale Cloud 和项目，实现计费与资源归属的分离管理，并复用现有的网络、存储与数据权限配置。

Ray 是一套专为机器学习与现代人工智能工作负载设计的开源分布式计算框架，提供灵活的并行化与资源调度能力，使数据预处理、模型训练与在线推理能够在统一的代码库与 API 上无缝扩展。面对模型规模扩大、GPU 高密度使用及数据类型多样化等挑战，Ray 的核心价值在于统一作业模型与集群资源管理，缩短从原型开发到生产上线的周期，降低将离线批处理与实时服务拆分运维的复杂度。

Anyscale 表示，该服务内置与开源 Ray 兼容的 Anyscale Runtime，并在稳定性与性能方面进行了优化。官方举例指出，特征预处理与批量图像推理任务可实现 10 倍加速，长时间或大规模作业支持检查点与训练中断恢复功能，并通过动态内存管理降低磁盘溢出（Spilling）与内存溢出（OOM）风险。

Anyscale on Azure 服务采用 BYOC（Bring Your Own Cloud）模式，工作负载直接在用户自己的 Azure 订阅与 AKS 集群内运行，与现有 IAM 策略、数据访问权限和治理流程保持一致，显著缩短从开发到上线的迁移与验证周期。计费与访问权限统一由 Azure 体系管理，减少跨平台对齐的沟通成本，也便于在同一工具链中追踪成本与使用情况。