Kubeflowについて
Kubeflowは、人工知能と機械学習をより簡単に、ポータブルに、そしてスケーラブルにするためのツールキットです。Kubernetesベースのコンポーネントのエコシステムで、AI/MLライフサイクルの各段階に対応しており、ベストインクラスのオープンソースツールとフレームワークをサポートしています。
コア機能:
- Pipelines（KFP）: Kubernetesを使用してポータブルでスケーラブルな機械学習ワークフローを構築およびデプロイするためのプラットフォームです。
- Notebooks: Kubernetesクラスター上でPod内で実行されるウェブベースの開発環境を実行できます。
- Dashboard: 認証済みのWebインターフェースと他のエコシステムコンポーネントを接続するハブです。
- AutoML（Katib）: ハイパーパラメータチューニング、早期停止、ニューラルアーキテクチャ検索をサポートするKubernetesネイティブの自動機械学習プロジェクトです。
- Model Training（Training Operator）: Kubernetes上でのモデルトレーニングと微調整のための統一インターフェースです。PyTorch、TensorFlow、MPI、MXNet、PaddlePaddle、XGBoostなどの人気フレームワークでの拡張性と分散型トレーニングジョブを実行できます。
- Model Serving（KServe）: Kubernetes上でのプロダクションモデルサービングを解決します。TensorFlow、XGBoost、ScikitLearn、PyTorch、ONNXなどのフレームワークに対して高い抽象化と高性能なインターフェースを提供します。
基本的な使用方法: KubeflowはどこでもKubernetesを実行できる場所にデプロイできます。コミュニティに参加して、週次のコミュニティコールに参加したり、メーリングリストでの議論に参加したり、Slackワークスペースで他の人とチャットしたりできます。
