쿠베플로우

Kubeflow
쿠베플로우
Kubeflow-logo.png
원본 작성자구글
초기 릴리즈2018년 3월 28일; 4년 전(2018-03-28)
안정적 해제
1.3[1] / 2021년 4월 23일; 11개월 전(2021-04-23)
리포지토리github.com/kubeflow/kubeflow
플랫폼쿠베르네테스
면허증아파치 라이선스 2.0
웹사이트www.kubeflow.org

Kubeflow는 Cubernetes에서 실행되는 복잡한 워크플로우를 조정하기 위해 머신러닝(ML) 파이프라인을 사용할 수 있도록 설계된 무료 오픈소스 머신러닝 플랫폼이다(예: 데이터 처리 후 TensorFlow 또는 PyTorch를 사용하여 모델을 교육하고 TensorFlow 서빙 또는 셀던으로 배포).쿠베플로우는 텐서플로우 확장 모델이라는 구글 내부 방식을 기반으로 했다.[2]

Kubeflow 개요

Kubeflow는 Kubernetes 클러스터에서 기계 학습 워크플로우를 보다 단순하고 조정하기 위해 고안된 무료 오픈 소스 프로젝트다.이것은 쿠베르네테스의 컨테이너형 환경에서 머신러닝(Machine Learning)을 채택하기 위한 클라우드 네이티브 프레임워크다.쿠베플로우의 쿠베네테스와의 통합과 확장은 원활해졌고 쿠베플로우는 사내, GCP, AWS, 아즈레 등 [3]쿠베네테스가 운영하는 모든 곳에서 운영되도록 설계되었다.

쿠베플로우는 특히 텐서플로우 확장 파이프라인을 기반으로 한 쿠베르네츠에서 텐서플로우 작업을 보다 간단하고 쉽게 실행할 수 있는 방법으로 구글 내부 프로젝트로[4] 시작했다.구글 오픈소스 엔지니어인 데이비드 아론치크, 제레미 르위, 비슈누 칸난이 쿠베플로 프로젝트를 공동 설립했고, 쿠베콘에서 최초 출시 후 구글, 아리크토, 시스코, IBM, 레드햇, 코레OS, 케이클라우드 등의 기업들이 기트허브 발행 이사회에 공개적으로 기여하기 시작했다.[6]

Kubeflow는 무엇인가?

그 중심에서 Kubeflow는 복잡한 시스템을 배치, 확장 및 관리하는 방법으로 Kubernetes를 기반으로 하는 엔드 투 엔드 ML 스택 조정 툴킷을 제공한다.[7]주피터 달리기 등의 특징여러 사용자가 동시에 프로젝트에 기여할 수 있도록 해주는 허브 서버는 쿠베플로우의 귀중한 자산이 되었다.프로젝트의 상세 관리 및 해당 프로젝트의 심층 모니터링/분석 기능은 Kubeflow에서 가장 중요한 속성이다.

데이터 과학자와 엔지니어는 이제 세분화된 단계로 구성된 완전한 파이프라인을 개발할 수 있다.Kubeflow의 이러한 분할된 단계는 다른 프레임워크의 핵심이 아닌 기능인 ML 파이프라인의 느슨하게 결합된 구성요소로서, 파이프라인이 다른 작업에 쉽게 재사용되고 수정할 수 있게 해준다.이러한 유연성이 추가되면 각각의 특정 사용 사례에 대한 새로운 데이터 파이프라인을 개발하는 데 필요한 많은 노동력을 절약할 수 있다.이 과정을 통해 쿠베플로우는 쿠베네테스 배치를 단순화하는 동시에 휴대성과 확장성에 대한 미래의 요구를 고려하는 것을 목표로 하고 있다.

릴리스 내역

쿠베플로 1.0은 2020년 2월 26일 블로그 게시물을 통해 발표되었으며,[8] 1.0 공개는 공공 기트허브 저장소를 통해 이용할 수 있다.[9]구체적으로, 쿠베플로 1.0은 쿠베플로우의 UI - 중앙 대시보드, 주피터 노트북 컨트롤러 및 웹 앱, 분산 교육을 위한 텐서플로우 오퍼레이터(TFJob) 및 파이토치 오퍼레이터, 배치 및 업그레이드를 위한 kfctl, 다중 사용자 관리를 위한 프로파일 컨트롤러 및 UI 등 핵심 요소들을 안정화하는 데 초점을 맞췄다.

쿠베플로 1.1은 2020년 6월 30일에 출시되었으며,[10] 공공 기트허브 저장소를 통해 이용할 수 있다.[11]출시의 초점은 페어링과 케일, MXNet과 XGBoost 분산 훈련 운영자, 다중 사용자 파이프라인을 통한 노트북 자동화 간소화였다.

쿠베플로 1.2는 2020년 11월 18일에 출시되었으며,[12] 공공 기트허브 저장소를 통해 이용할 수 있다.[13]

쿠베플로 1.3은 2021년 4월 23일에 발매되었으며,[14] 공공 기트허브 저장소를 통해 이용할 수 있다.[15]

참조

  1. ^ "The Kubeflow 1.3 software release streamlines ML workflows and simplifies ML platform operations". Kubeflow. Retrieved 2021-06-03.
  2. ^ "Kubeflow". Kubeflow. Retrieved 2019-06-18.
  3. ^ "Introducing Kubeflow - A Composable, Portable, Scalable ML Stack Built for Kubernetes". kubernetes.io. 21 December 2017. Retrieved 2020-01-09.
  4. ^ "Kubeflow". Kubeflow. Retrieved 2020-01-09.
  5. ^ Hot Dogs or Not - At Scale with Kubernetes [I] - Vish Kannan & David Aronchick, Google, retrieved 2019-12-20
  6. ^ "Kubeflow Issues". Retrieved 2020-01-28.
  7. ^ "END-TO-END MACHINE LEARNING STACK". May 17, 2018.
  8. ^ Lamkin, Thea (March 3, 2020). "Kubeflow 1.0: Cloud Native ML for Everyone". Medium.
  9. ^ "Release v1.0.0 · kubeflow/kubeflow". GitHub.
  10. ^ "Kubeflow 1.1 improves ML Workflow Productivity, Isolation & Security, and GitOps". Kubeflow. July 31, 2020.
  11. ^ "Release v1.1.0 · kubeflow/kubeflow". GitHub.
  12. ^ "Kubeflow 1.2 release announcement". Kubeflow. 2020-11-18. Retrieved 2020-12-13.
  13. ^ "Release v1.2.0 · kubeflow/kubeflow". GitHub. Retrieved 2020-12-13.
  14. ^ "The Kubeflow 1.3 software release streamlines ML workflows and simplifies ML platform operations". Kubeflow. Retrieved 2021-06-03.
  15. ^ "Release v1.3.0 · kubeflow/manifests". GitHub. Retrieved 2021-06-03.

외부 링크