kubeflow/kubeflow

Kubeflow – 云原生 AI 平台

是什么 – Kubeflow 是一个开源的、基于 Kubernetes 的堆栈，将一系列用于运行数据密集型和 AI/ML 工作负载的模块化项目打包在一起。它被定位为一个“云原生 AI 平台”，让您无需成为 Kubernetes 专家，即可从实验阶段无缝过渡到生产环境。

核心理念

• 模块化 – 该平台由一系列独立的子项目（训练操作符、管道、笔记本、服务等）组成，可自由组合使用。
• 可移植性 – 相同的清单文件可在笔记本电脑、本地集群或任何公有云上运行。
• 可扩展性 – 设计用于处理从单个笔记本到超大规模分布式训练和高吞吐量模型服务的各类场景。
• 可组合性 – 工具按需组合，覆盖从数据准备到模型服务和监控的整个 AI 生命周期。

适用人群

• 希望在 Kubernetes 上使用笔记本、管道和简易模型服务的 AI 实践者。
• 需要一种可重复、声明式方式来部署 AI 工作负载的平台管理员。
• 寻找可在任何地方运行的统一开源堆栈的决策者。

如何工作

• 主仓库是一个 网关，它指向包含各个组件实际代码的多个子仓库（例如 Kubeflow Pipelines、Katib 超参数调优、KFServing 等）。
• 安装通常通过 kubectl/kustomize 或 Helm 图表完成，将选定的组件部署到 Kubernetes 集群中。
• 安装完成后，您可以通过 Web UI、CLI 或 API 与平台交互，启动笔记本、提交训练任务、定义管道并部署模型。

社区与治理

• 由工作组、外联委员会、分发委员会和指导委员会共同治理。
• 欢迎贡献，项目提供了详尽的文档，说明如何参与。

为何重要

• 为碎片化的 Kubernetes 上 AI 生态系统提供了一个统一的开源解决方案。
• 支持从开发者笔记本到大规模云或本地集群的可复现、可移植的 AI 工作流。

---

以上所有信息均直接摘自仓库的 README。