cube-studio：一个云原生的一站式机器学习平台，用于管理多样化的 AI 计算和存储资源

它解决了什么

Cube Studio 是一个开源的、云原生的机器学习平台，旨在为整个 ML 生命周期提供一站式服务。它解决了在大规模环境中管理 AI 开发、训练和部署所需的资源、用户和基础设施的复杂性。

工作原理

它作为云原生平台运行，整合了各种基础设施能力。平台管理计算资源（CPU、GPU 以及专用 AI 芯片）、存储（NFS、S3 等）和网络配置。它提供集中式管理界面，用于项目组、用户角色（RBAC）以及跨多个 Kubernetes 集群的资源分配，支持边缘集群和无服务器模式（腾讯云和阿里云）。

适用对象

该平台面向需要可扩展、企业级 ML 平台的组织和团队，帮助他们在多样化的硬件和云环境中管理 AI 工作负载。

亮点

• 广泛的硬件支持：支持多种 GPU（T4、V100、A100）以及国产 AI 芯片（DCU、NPU、MLU），并兼容 RDMA 与 vGPU。
• 企业级管理：内置 RBAC、单点登录（LDAP、OID），以及针对开发、训练和推理的细粒度资源计量和计费。
• 灵活的基础设施：支持多 Kubernetes 集群、containerd，以及多种分布式存储方案（S3、MinIO、CephFS 等）。
• 云原生集成：提供主要云厂商的无服务器集群模式，并支持边缘集群的训练与推理部署。