Kubeflow 公布 1.0 路线图：2019 年实现 API 稳定

Kubeflow，名字取自 Kubernetes + Tensorflow ，是 Google 为了支持 Tensorflow 的部署而推出的开源平台。Kubeflow 旨在使 Kubernetes 上的机器学习变的轻松、便捷、可扩展，其目标不是重建其他服务，而是提供一种简便的方式找到最好的 OSS 解决方案。Kubeflow 的目标是通过发挥 Kubernetes 的特长，从而更便捷地运用机器学习：

• 在不同的基础设施上实现简单、可重复的便携式部署
• 部署和管理松散耦合的微服务
• 根据需求进行扩展

Kubeflow 于2017年底正式开源，并于2018年5月发布了首个 0.1 版本，之后陆续发布了 0.2、0.3 和 0.4 RC 版本。截至2018年12月18日，Kubeflow 已有 100 多个活跃成员，得到 30 多个组织的支持。

Kubeflow 产品管理团队近日发布了 2018 年度回顾和 2019 新年计划，并表示目前正在努力让 Kubeflow 达到第一个主要版本 1.0 。这将是项目的一个重要里程碑，计划在 2019 年上半年准备就绪。

Kubeflow 1.0 的重点将围绕：

• API 稳定；
• PyTorch 相关问题
• TFJob 相关问题
• 强大的监控和日志记录
• 扩展和负载测试
• 集成超参数调优
• 高级数据管理

往更高层面来说，Kubeflow 1.0 关注的重点包括：

• 面向企业就绪
• 改进部署和开发体验
• 实现高级 ML 工作流程
• 基础设施完善
• ……

更多细节可查阅：Kubeflow 2019 roadmap