Anyscale现在与微软合作推出Anyscale on Azure私有预览，这项以Ray运算框架为核心的人工智能原生运算服务，以Azure第一方服务形式提供，企业可在自有的AKS（Azure Kubernetes Service）环境上构建与扩展人工智能工作负载，集成Azure Entra ID作为验证机制，可延伸既有的IAM访问控制到Anyscale资源。
Anyscale on Azure服务以Azure Portal为入口，采引导式部署流程，系统会在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与项目，将计费与资源归属分流管理，并沿用既有的网络、存储与数据权限设置。
Ray本身是一套针对机器学习与现代人工智能工作负载设计的分布式运算开源框架，提供弹性平行化与资源调度能力，让数据前处理、训练与线上推论能在一致的程序代码库与API上扩展。面对模型规模增长、GPU密集使用与数据形态多样化，Ray的重要性在于统一作业模型与集群资源，缩短从原型到上线的距离，并降低把脱机批次与即时服务分拆运维的复杂度。
Anyscale表示，此服务内置Anyscale Runtime与开源Ray兼容，并在稳定性与性能上进行优化。官方举例指出，特征前处理与批次形象推论可达10倍加速，长时间或大规模作业则支持作业检查点与训练中段恢复，另以动态内存管理降低暂存至磁盘（Spilling）与OOM（Out of Memory）风险。
Anyscale on Azure服务采BYOC（Bring Your Own Cloud）模式，工作负载直接在用户的Azure订阅与AKS集群内执行，与既有的IAM政策、数据访问与治理流程一致，缩短从开发到上线的转移与验证作业。计费与访问权限集中于Azure体系管理，减少跨平台对齐的沟通成本，也便于在同一组工具链下关注成本与使用量。
