Kubeflow 成为 CNCF 孵化项目

云原生计算基金会（CNCF） 近日宣布，Kubeflow 项目在经过 技术监督委员会（TOC） 投票后，正式成为 CNCF 的孵化项目。Kubeflow 是一个用于在 Kubernetes 上部署机器学习（ML）工作流的工具包。

Kubeflow 的功能与特点

Kubeflow 提供了一个开源且基于 Kubernetes 的 MLOps 平台，支持开发和部署分布式机器学习（ML）工作流，兼容多种主流框架，包括 TensorFlow、PyTorch、XGBoost、Apache MXNet 等。

项目背景与社区发展

Kubeflow 由 Google 于 2017 年创建，目前社区拥有 150 家公司参与，GitHub 上获得超过 28,000 颗星，共有 15 名提交者，自 2017 年以来已发布 15 个版本。项目分为六个半独立的工作组：

• Notebooks 工作组：负责开发接口和交互式部署环境。
• 训练 Operator 组：开发训练 Operator，支持在 Kubernetes 上进行分布式 ML 训练。
• AutoML 组：开发 Katib，一个自动化模型开发软件。
• Kubeflow Pipeline 工作组：开发将 Python ML 脚本转换为工作流模板的软件。
• Manifest 工作组：负责开发安装流程。
• KServe 项目：开发基于 Kubernetes 的高可扩展模型推理平台。

Kubeflow 架构

Kubeflow 的当前架构可以通过官方文档了解。通过 Kubeflow 的配置接口，用户可以指定工作流所需的 ML 工具，并将其部署到各种云平台、本地或本地平台上，无论是用于实验还是生产环境。

CNCF 对 Kubeflow 的评价

CNCF 技术监督委员会的赞助人 Ricardo Rocha 表示：

Kubernetes 环境提供了可重复性、可扩展性和快速交付能力，使其成为运行 AI 和 ML 计划的理想平台。Kubeflow 通过提供机器学习管道和 MLOps，填补了这一领域的空白，并与广泛的社区及其他工具和计划密切合作，创建了一个更加紧密的生态系统。我们期待看到 Kubeflow 在 CNCF 中的成长，以及 MLOps 领域的进步。

CNCF 项目成熟度等级

CNCF 定义了项目的三个成熟度等级：沙箱阶段、孵化阶段和毕业阶段。每个项目在进入 CNCF 之前都需要经过 TOC 的投票流程，具体标准如下：

项目需要获得三分之二的绝对多数票才能被接受为孵化或毕业项目。如果没有足够的票数进入毕业阶段，则毕业票将重新计为孵化票。如果没有足够的票数进入孵化阶段，则毕业或孵化票将重新计为沙箱项目赞助。如果没有足够的赞助进入沙箱阶段，项目将被拒绝。

社区反响

Kubeflow 成为 CNCF 孵化项目的消息得到了 CNCF 生态系统负责人 Taylor D. 的庆祝，并通过 LinkedIn 发帖分享。

Kubeflow 的主要替代品

Kubeflow 的主要替代品是 Amazon SageMaker，这是 AWS 提供的全托管机器学习平台。