【IT168 资讯】Kubernetes宣布创建了一个名为Kubeflow的新项目,旨在解决部署复杂工作负载的挑战。Kubeflow使得在Kubernetes上使用机器学习堆栈更加容易。同时由于Kubeflow依靠Kubernetes运行,所以任何可以运行Kubernetes的地方可以运行Kubeflow,而且更便于Kubernetes用户设置。
Kubeflow项目的首席工程师David Aronchick和Jeremy Lewi表示Kubernetes已经迅速成为在任何地方部署复杂工作负载的混合解决方案,虽然从stateless services开始,客户已经开始将复杂的工作负载转移到平台上,但是Kubernetes提供了更加丰富的API,可靠性和性能。其中增长最快的用例之一就是使用Kubernetes作为机器学习的部署平台。“
Kubeflow存储库包含JupyterHub,可用于创建和管理交互式Jupyter notebooks。它还有一个TensorFlow custom resource,可以使用CPU或GPU,也可以通过更改设置来调整集群大小。除此之外,该项目还有一个TensorFlow Serving container。
大多数Kubeflow用户都会使用多种环境,这时ksonnet就变得非常重要了,它让在多个环境之间移动工作负载变得更简单。
目前,Kubernetes也正在积极为Kubeflow项目筹备社区,并且获得了CaiCloud,Red Hat&OpenShift,Canonical,Weaveworks和Container Solutions的帮助。
CoreOS 副总裁Reza Shafii表示,Kubeflow项目是一个必要的进步,它使得在Kubernetes上设置和生产机器学习工作负载变得非常容易,我们预计这将大大扩展更多企业接受该平台的机会。同时我们也期待与项目合作,将Kubeflow与企业Kubernetes平台更加紧密集成。”
领取专属 10元无门槛券
私享最新 技术干货