第一个稳定发布的Kubeflow，谷歌LLC支持的工具包，用于在Kubernetes上运行人工智能工作负载，今天正式上市。
Kubeflow于2017年由一批谷歌工程师和其他科技公司的同行开放。 这是一个工具包，使组织能够在Kubernetes驱动的基础设施上部署人工智能工作负载，Kubernetes是一个流行的容器编排框架。
库贝流1.0版本介绍了几个软件核心组件的圆号版本。 这些组件现在满足了与企业用户需求相一致的“定义的稳定性、可支持性和可升级性”，这意味着整个工具包现在更适合生产使用。
Kubeflow1.0提供了一个稳定版本的内置管理控制台，并提供了关键功能的快捷方式。 其中一个功能是Jupyter笔记本控制器，它也已升级到稳定状态，并允许AI团队使用无处不在的Jupyter笔记本开发工具创建新的机器学习模型。
一旦模型准备好，用户可以用TensorFlow或Py火炬来训练它。 Kubeflow1.0支持TFJob和Py TorchOperator这两个代码抽象，允许开发人员使用他们选择的框架和一个相对简单的脚本来设置AI培训工作流。
今天的版本还包括管理员的功能，他们管理开发人员在其基础设施上构建他们的人工智能工作负载。 有一个kfctl，它可以在云环境中自动部署Kubeflow，并控制使环境的资源在单个开发人员之间分解成为可能。
“使用Kubeflow，每个数据科学家或团队都可以有自己的命名空间来运行他们的工作负载，”Google开源策略师TheaLamkin在博客文章中详细介绍了这一点。 “命名空间提供安全和资源隔离。 使用Kubernetes资源配额，平台管理员可以很容易地限制个人或团队可以消耗多少资源，以确保公平的调度。
在另一篇文章中，GoogleCloud工程师JeremyLewi和AbhishekGupta写道，公司可以在Anthos应用平台上部署Kubeflow1.0，以利用新功能。 展望未来，搜索巨人计划加强其对人工智能工具包的支持。 谷歌将让企业在现场部署Anthos上建立Kubeflow，并将与GoogleCloud的网络安全功能加强整合。