各处部署Kubeflow:Desktop,Edge和IoT设备

鲁伊Vasconcelos

2020年11月4日

Kubeflow, K8s上的ML工具包,现在适合您的桌面和边缘设备!

Kubernetes上的数据科学工作流程

Kubeflow提供云本机接口Kubernetes.还有数据科学工具:库、框架、管道和笔记本。

阅读更多什么是Kubeflow.

云母MLOPS TOOLKIT变得沉重

使Kubeflow成为mlop的标准原生云工具人工景观,开源社区已经完成了聚合和集成奥地利威尔士预测许多项目在Kubernetes的上面。

不幸的是,这一显著成就也有其不利之处。在您的笔记本电脑或边缘设备上部署Kubeflow已经变得不切实际。

部署完整Kubeflow捆绑包所需的最小内存是12 gb的内存

除此之外,它是基于linux的。这意味着在Windows和macOS上,您需要为Linux虚拟机分配12+ Gb的内存。

上次我尝试的时候,我的16Gb内存的MacBook Pro不喜欢这个想法。

Kubeflow lite应用于桌面:Windows、macOS或Linux

为了让用户可以方便地直接在他们的笔记本电脑或工作站上试用Kubeflow, Canonical已经方便地预选并打包了Kubeflow应用程序的一个子集,以便在8Gb的RAM上运行。

Kubeflow在Kubernetes之上运行。因此,为了提供开箱即用的Kubeflow体验,底层的K8s也必须以一种流线型的方式提供。

在Windows、macOs或Linux上获得内置Kubeflow的K8s的简单方法是microk8s.

现在,除了完整的Kubeflow捆绑包,MicroK8还包括一个Kubeflow lite包。要安装Kubelow lite,请部署MicroK8s,然后运行:

$ Kubeflow_Bundle = Lite MicroK8S启用Kubeflow

>查看什么是Kubeflow-Lite

Kubeflow边缘推动和分布式培训

Kubeflow Edge Bundle出生,甚至在内存足迹方面更小。

Kubeflow边使用推理和分布式训练片在Kubeflow -包括TF-job-operator,PyTorch-operator,窒息核心Kubeflow管道-并将它们打包为4Gb的RAM设备运行。

到目前为止,我们已经看到这种选择在制造业、移动、零售或农业科技等利用物联网网络的行业产生了最大的影响。

要安装Kubeflow-Edge,部署MicroK8,然后运行:

$ KUBEFLOW_BUNDLE=edge microk8s启用kubeflow

>查看里面有什么库贝流边

DIY:构建自己的Kubeflow部署

Canonical的愿景是让AI创新者能够利用Kubeflow,而不是约束他们Kubeflow Lite.Kubeflow边缘让你在任何地方都能快速开始。

一旦熟悉了Kubeflow可以提供的所有功能,就可以将Kubeflow中的任何应用程序快速添加到当前包中。

例如,您可以开始Kubeflow Lite.并添加KatibKubeflow的超参数调优部分。要做到这一点,运行:

microk8s美元。Juju deploy 

此外,您还可以集成已部署的应用程序:

microk8s美元。 

>看看列出60个Kubeflow相关申请

Kubeflow操作符:Kubeflow背后的魔力无处不在

这种易于部署和可组合的Kubeflow之所以成为可能,是因为吸引Kubeflow,一组Charm运算符,将20+应用程序内置在上游Kubeflow内。

>阅读Kubeflow运营商:数据科学的生命周期管理

开始用Kubeflow

如果你还没有出现Kubeflow的味道,你可以跟随上游Kubeflow工作站文档,或观看下面的视频:

>阅读文档MicroK8s Kubeflow附加更多细节。

进一步的阅读

kubeflow标志

在任何地方运行Kubeflow

使用charming Kubeflow, Kubeflow的部署和操作对于任何场景都很容易。

CharMed Kubeflow是Python运算符的集合,它定义了Kabeflow内部的应用程序的集成,如Katib或Pipelines-UI。

使用Kubeflow在上限,桌面,边,公共云和多云。比利时俄罗斯直播

了解更多关于enchanted Kubeflow›的信息

kubeflow标志

什么是Kubeflow?

Kubeflow使机器学习工作流在Kubernetes上的部署变得简单、可移植和可扩展。

Kubeflow是Kubernetes的机器学习工具包。它扩展了Kubernetes的能力,使其能够运行独立的、可配置的步骤,并使用特定于机器学习的框架和库。

了解更多关于Kubeflow›的信息

kubeflow标志

安装Kubeflow.

Kubeflow项目致力于使机器学习工作流在Kubernetes上的部署简单、可移植和可扩展。

您可以在您的工作站、本地服务器或公共云虚拟机上安装Kubeflow。比利时俄罗斯直播它很容易在这些环境中与MicroK8s一起安装,并且可以扩展到高可用性。

安装Kubeflow>

时事通讯注册

你选择的主题
有兴趣

在递交此表格时,我确认我已阅读并同意规范的隐私通知隐私政策

相关的帖子

在Kubernetes上轻松部署和管理Mattermost与新的Juju迷人的操作员

介绍了Juju Charms的Mattermost无缝应用程序升级和支持的Linux和Windows功能。我们很兴奋地宣布我们的…

什么是kfserving?

TL; DR:KFServing是一种用于无服务推断的新型云天然多框架模型服务工具。kfserving的一些历史诞生于...的一部分

使用开源Mano(OSM)的onboarding和协调网络功能

我需要协调我的网络功能吗?答案取决于对基础设施和工作负载的性价比假设。似乎……