data-infra/cube-studio

CubeStudio – 中国製のクラウドネイティブAIプラットフォーム

概要 – CubeStudioは、データからモデルまでのライフサイクル全体をカバーするプライベートなエンドツーエンドのソリューションを必要とする企業向けに構築された、オープンソース（MITライセンス）のAI/MLOpsプラットフォームです。データ取り込み、アノテーション、ノートブック開発、パイプラインオーケストレーション、分散トレーニング（大規模モデルの微調整を含む）、推論サービング、リソースマーケットプレイス、モニタリングをすべてKubernetes上で統合しています。

主な機能

エリア	提供内容
ユーザーとアクセス	SSO (LDAP, OIDC, remote-user)、マルチテナントプロジェクトグループ、監査ログ付きRBAC、プロジェクトごとのリソースクォータ。
コンピューティングスケジューリング	マルチクラスター、マルチリソースグループのGPU/CPU/NPU/vGPUスケジューリング。NVIDIA, AMD, Ascend, Cambricon, Hygon, Moore-Thread, Metaxなどをサポート。RDMA (IB/ RoCE)、トークンベースのコンピューティングマーケットプレイス、ユーザー/プロジェクト/タスクごとの詳細な制限、組み込みの課金および使用状況ダッシュボード。
ストレージ	NFS, CephFS, OSS, S3/MinIO, GlusterFSなどをマウントするためのWeb UI。ユーザーごとのPVCが自動的にマウントされます。
データとアノテーション	インタラクティブクエリ用SQLLab (MySQL, PostgreSQL, ClickHouse, Hive, Prestoなど)。画像/音声/テキスト用データセットマネージャー。画像、動画、音声、テキスト、マルチモーダルラベリングをサポートするフルスタックアノテーションUI。組み込みモデル（物体検出、OCR、音声認識、NER、要約など）による自動ラベリング。
オンライン開発	ブラウザベースのJupyterLab / VS-Code IDE (中国語UI)。多数のPythonバージョン、R、Julia、Sparkなどをサポート。カスタムイメージビルダー、ノートブックのGPU/CPU/vGPU割り当て、SSHリモートリンク、TensorBoard統合。
パイプラインとトレーニング	ドラッグ＆ドロップ式のワークフローエディタ。単一タスクおよびDAGパイプラインをサポート。PyTorch, TensorFlow, MindSpore, DeepSpeed, Horovod, Ray, Spark, Paddleなどでの分散トレーニング。自動ハイパーパラメータ検索 (NNI/auto-search)。特徴量エンジニアリング演算子（結合、スケーリング、エンコーディング、PCA、サンプリングなど）。
大規模モデルサポート	vLLM, Ollama, Xinferenceによるマルチノード/マルチGPU推論。Llama-3, Qwen-2, DeepSeek, ChatGLM-4などのモデルのトレーニング/微調整 (LoRA, SFT, RLHF)。モデルの量子化、枝刈り、評価 (OpenCompass)。400以上の事前学習済みビジョン、音声、NLP、マルチモーダルモデルを備えたモデルマーケットプレイス (AIHub)。
サービング	ゼロコードモデルデプロイメント。バージョン管理されたモデルレジストリ。GPU/CPU/vGPUのオートスケーリング。トラフィックルーティング、レート制限、JWT認証、ヘルスチェック。ONNX, TensorRT, TorchServeなどをサポート。OpenAI互換のエンドポイントを公開可能。
モニタリングとアラート	クラスター全体のCPU/GPU/メモリ/ネットワーク/IOダッシュボード。Podレベルのメトリクス。推論QPS/レイテンシ。IBトラフィック。NPUモニタリング。WeChat, DingTalk, Feishu, Webhook経由のアラート。
インフラストラクチャ	あらゆるKubernetesディストリビューション (Rancher, KubeSphere, K3s, TKEStackなど) で動作。ARM64およびx86、エッジクラスター、プライベートクラウドデプロイメントをサポート。既存のデータセンターハードウェアおよび中国製アクセラレータと統合。

重要性 – 多くの中国企業は、セキュリティや規制上の理由から、国内チップ上で動作可能なオンプレミスまたはプライベートクラウドのAIプラットフォームを必要としています。CubeStudioは、データサイエンティスト、MLエンジニア、運用チームに単一の管理画面を提供し、通常は個別のノートブック、スケジューラ、サービングスタックを繋ぎ合わせるために必要な「グルーコード」を排除します。

はじめに – リポジトリにはデプロイガイドへのWikiリンクがあり、プラットフォームはHelmチャートを使用してKubernetesクラスターにインストールできます。UIには視覚的なパイプラインビルダーが含まれており、DevOpsの深い専門知識がないユーザーでも利用しやすくなっています。

---

上記の詳細はすべて、プロジェクトのREADMEから直接引用しています。