Kubeflow

Kubeflow は、データサイエンスチームが Kubernetes 上で ML ワークフローを実行するために必要な要素——パイプラインオーケストレーション、分散トレーニングジョブ、ハイパーパラメータチューニング、モデルサービング、ノートブック環境——をひとまとめにパッケージ化し、プラットフォームチームが各要素を個別に組み立てて統合する必要をなくします。チームがすでに運用している同じ Kubernetes インフラに、ML ワークロードを持ち込むことを特に目的として構築されています。

Kubeflow は、Kubernetes 上で ML インフラを標準化するプラットフォームチームに向いています。実験管理とモデル管理に特化した(カタログにもある) MLflow のようなより焦点を絞ったツールよりも、より広範なエンドツーエンドの MLOps プラットフォームです。