kubeflow/community-distribution

解决的问题

该项目提供了一种标准化的方法，可在各种流行的 Kubernetes 集群（如 Kind、Minikube、Rancher、EKS、AKS 和 GKE）上安装和部署 Kubeflow 平台。它简化了设置完整机器学习平台的过程，该平台包含训练、服务和编排所需的核心组件，同时支持企业与学术用户对严格安全性和多租户的要求。

工作原理

该仓库包含一组 Kubernetes 清单和 Kustomize 覆盖层。用户可以部署整个平台，或选择单个组件。该分发版本分为三个主要类别：

• 应用：官方 Kubeflow 组件，如 Pipelines、KServe、Katib 和 Notebooks。
• 通用：共享服务，包括用于流量管理的 Istio、用于身份管理的 Dex，以及用于证书管理的 Cert-manager。
• 实验性：第三方集成和平台实验（例如 Ray）。

安装可通过单行 bash 命令完成，或通过逐步手动流程进行，以实现更好的调试和自定义。

适用人群

• 机器学习工程师和数据科学家：需要端到端 ML 工作流环境的人。
• 企业 IT/平台团队：需要在 Kubernetes 上部署安全、多租户 ML 平台的人。
• 学术研究人员：希望探索并贡献 Kubeflow 生态系统的人。

主要亮点

• 广泛的集群支持：兼容 Kind、Minikube、Rancher、EKS、AKS 和 GKE。
• 模块化安装：可安装完整平台，也可按需选择特定组件。
• 集成的 ML 工具链：包含 Kubeflow Pipelines、用于模型服务的 KServe、用于超参数调优的 Katib 和 Notebooks。
• 企业就绪：内置多租户支持、通过 Dex 支持 OIDC 身份提供商，以及通过 Istio 支持网络安全性。