Kubeflow.有趣的是有两个原因。首先,它是一种创新的使用Kubernetes运营商我们在2019年4月的雷达中占据了这一点。其次,它提供了一种编码和版本的机器学习工作流的方法,以便它们可以更容易地从一个执行环境移植到另一个执行环境。Kubeflow由多个组件组成,包括Jupyter笔记本电脑,数据管道和控制工具。这些组件中的一些包装为Kubernetes运算符,以借鉴Kubernetes对由实施工作流程的各个阶段产生的POD生成的事件的反应。通过将个别程序和数据包装为容器,整个工作流可以从一个环境移植到另一个环境。当在云中移动到自定义超级计算机或张量处理单元群集时,这可能很有用。