kubeflow/kubeflow

Machine Learning Toolkit for Kubernetes

何を解決するか

Kubeflow は Kubernetes 上で AI プラットフォームを構築するためのツールの基盤を提供し、AI ライフサイクル全体の管理を簡素化します。異なる環境間で機械学習ワークフローをデプロイ、スケーリング、管理する際の複雑さに対処します。

動作方法

Kubernetes ネイティブなプロジェクトの組み合わせ可能でモジュール式のシステムとして動作します。ユーザーは Kubeflow コミュニティディストリビューション全体をデプロイするか、個別のサブプロジェクトを独立して使用して、特定のニーズに応じた構成が可能です。

対象ユーザー

スケーラブルで拡張可能なツールを必要とする AI プラクティショナー、プラットフォーム管理者、開発チーム向けに設計されています。

主な特徴

  • 組み合わせ可能でモジュール式、ポータブルなアーキテクチャ
  • Kubernetes ネイティブなプロジェクトのエコシステムをサポート
  • AI ライフサイクルのすべての段階をサポート
  • サブプロジェクトまたはフルコミュニティディストリビューションによる柔軟なデプロイオプション

関連

  • プロジェクト
    kubeflow/trainer

    PyTorch、JAX、およびXGBoostなどの様々なフレームワークを使用して、スケーラブルなLLMのファインチューニングおよびトレーニングを行うための、Kubernetesネイティブな分散AIプラットフォーム。

  • プロジェクト
    kubeflow/pipelines

    A platform for building and deploying reusable, scalable end-to-end machine learning workflows on Kubernetes.

  • プロジェクト
    kubeflow/katib

    あらゆる ML フレームワーク向けの、Kubernetes ネイティブな AutoML プロジェクト。自動ハイパーパラメータチューニング、ニューラルアーキテクチャ探索、および早期停止を提供します。

  • プロジェクト
    kubeflow/community-distribution

    コミュニティ主導のKubeflow Platformのディストリビューションで、さまざまなKubernetesクラスタに完全なMLライフサイクル管理システムをインストールするためのマニフェストを提供します。

  • プロジェクト
    labring/sealos

    Kubernetes上に構築され、AIアプリケーションとSaaSプラットフォームの開発、デプロイ、スケーリングを統合するAIネイティブなクラウドオペレーティングシステム。