Kubeflow的第一个稳定版本(由Google LLC支持的用于在Kubernetes上运行人工智能工作负载的工具包)今天正式发布。

Kubeflow于2017年由一群谷歌工程师和其他科技公司的一些同行开设。它是一个工具包，使组织能够在流行的容器编排框架Kubernetes支持的基础架构上部署人工智能工作负载。

Kubeflow 1.0的1.0版本中引入了软件的几个核心组件的整数版本，这些组件现在满足了企业用户所需的“定义的稳定性、可支持性和可升级性级别”，这意味着工具包作为一个整体现在更适合生产。

Kubeflow 1.0带来了内置管理控制台的稳定版本，其中包含关键功能的快捷方式。其中一个功能是Jupyter Notebook控制器，该控制器也已升级到稳定状态，并允许AI团队使用无处不在的Jupyter Notebook开发工具创建新的机器学习模型。

模型做好之后，用户可以使用TensorFlow或者PyTorch对其进行训练。TFJob和PyTorch Operator都支持Kubeflow 1.0。这两个代码抽象使开发人员能够使用他们选择的框架和相对简单的脚本来设置人工智能培训工作流。

今天的版本还为管理员提供了一些功能，他们可以管理开发人员构建人工智能工作负载的基础架构。有一个kfctl，可以在云环境中自动部署Kubeflow，并且有控件可以在开发人员之间分配环境资源。

谷歌开源策略师西娅拉姆金(Thea Lamkin)在他的博客文章中详细介绍道：“有了Kubeflow，每个数据科学家或团队都可以获得自己的命名空间，在其中运行他们的工作负载。”命名空间提供安全性和资源隔离。使用Kubernetes资源配额，平台管理员可以轻松限制个人或团队可以消耗多少资源，以确保公平的调度。"

在另一篇文章中，谷歌云工程师Jeremy Lewi和Abhishek Gupta写道，该公司可以在其Anthos应用平台上部署Kubeflow 1.0，以利用这些新功能。展望未来，这家搜索巨头计划加强对AI工具包的支持。谷歌将允许企业在本地Anthos部署上设置Kubeflow，并将与谷歌云的网络安全功能增加更紧密的集成。

郑重声明：本文版权归原作者所有。转载文章只是为了传播更多的信息。如果作者信息标注有误，请第一时间联系我们修改或删除。谢谢你。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：