Kubeflow 是 Kubernetes 上 AI 平台的工具基础。
AI 平台团队可以通过独立使用每个项目或部署整个 AI 参考平台来构建基于 Kubeflow 的解决方案,以满足其特定需求。Kubeflow AI 参考平台具有可组合性、模块化、可移植性和可扩展性,由 Kubernetes 原生项目生态系统提供支持,涵盖 AI 生命周期 的每个阶段。
无论您是 AI 从业者、平台管理员还是开发团队,Kubeflow 都提供模块化、可扩展且可延伸的工具来支持您的 AI 用例。
有关更多信息,请参阅 官方文档。
Kubeflow 由多个开源项目组成,这些项目针对 AI 生命周期的不同方面。这些项目设计为既可独立使用,也可作为 Kubeflow AI 参考平台的一部分使用。这为可能不需要完整端到端 AI 平台功能但希望利用特定功能(如模型训练或模型服务)的用户提供了灵活性。
| Kubeflow 项目 | 源代码 |
|---|---|
| KServe | https://github.com/kserve/kserve |
| Kubeflow Katib | https://github.com/kubeflow/katib |
| Kubeflow Model Registry | https://github.com/kubeflow/model-registry |
| Kubeflow Notebooks | https://github.com/kubeflow/notebooks |
| Kubeflow Pipelines | https://github.com/kubeflow/pipelines |
| https://github.com/kubeflow/sdk | https://github.com/kubeflow/sdk |
| Kubeflow Spark Operator | https://github.com/kubeflow/spark-operator |
| Kubeflow Trainer | https://github.com/kubeflow/trainer |
Kubeflow AI 参考平台指的是一整套 Kubeflow 项目,结合了额外的集成和管理工具。Kubeflow AI 参考平台部署了用于整个 AI 生命周期的综合工具包。可通过 打包发行版 或 Kubeflow 清单 安装 Kubeflow AI 参考平台。
| Kubeflow AI 参考平台工具 | 源代码 |
|---|---|
| Central Dashboard | https://github.com/kubeflow/dashboard |
| Profile Controller | https://github.com/kubeflow/dashboard |
| Kubeflow Manifests | https://github.com/kubeflow/manifests |
Kubeflow 是由 Kubeflow 工作组 在 Kubeflow 指导委员会 指导下维护的社区主导项目。
我们鼓励您了解 Kubeflow 社区 以及如何 为项目做贡献!
探索更多轩辕镜像的使用方法,找到最适合您系统的配置方式
通过 Docker 登录认证访问私有仓库
无需登录使用专属域名
Kubernetes 集群配置 Containerd
K3s 轻量级 Kubernetes 镜像加速
VS Code Dev Containers 配置
Podman 容器引擎配置
HPC 科学计算容器配置
ghcr、Quay、nvcr 等镜像仓库
Harbor Proxy Repository 对接专属域名
Portainer Registries 加速拉取
Nexus3 Docker Proxy 内网缓存
需要其他帮助?请查看我们的 常见问题Docker 镜像访问常见问题解答 或 提交工单
docker search 限制
站内搜不到镜像
离线 save/load
插件要用 plugin install
WSL 拉取慢
安全与 digest
新手拉取配置
镜像合规机制
不支持 push
manifest unknown
no matching manifest(架构)
invalid tar header(解压)
TLS 证书失败
DNS 超时
域名连通性排查
410 Gone 排查
402 与流量用尽
401 认证失败
429 限流
D-Bus 凭证提示
413 与超大单层
来自真实用户的反馈,见证轩辕镜像的优质服务