Horovod：适用于云服务器的开源机器学习项目，可使用 Ray 优化

一个适合部署在云服务器上，并且可以用 ray 优化的开源的机器学习项目是 Horovod。

Horovod 是 Uber 开发的一款分布式深度学习框架，可以让多个 CPU 或 GPU 节点协同训练模型。它支持 TensorFlow、PyTorch、MXNet 等多种深度学习框架，并可以使用 ray 实现分布式训练，提高训练速度和效率。

Horovod 使用 MPI 协议进行通信，可以在不同的云服务器上部署，可以扩展到数千个节点。它也支持分布式自动微分，可以在大规模数据上进行训练和优化。

Horovod 的文档详细，易于上手，有很多示例代码和教程，适合在云服务器上进行部署和使用。