Kubeflowは、Kubernetesを基盤とした人工知能（AI）と機械学習（ML）のための包括的なエコシステムを提供します。このツールキットは、AI/MLライフサイクルの各段階に対応するコンポーネントを提供し、一流のオープンソースツールとフレームワークをサポートしています。Kubeflowを使用することで、Kubernetesが動作するどこでもAI/MLソリューションを展開することが可能です。
Kubeflowの主要なコンポーネントには、Kubeflow Pipelines（KFP）、Notebooks、Central Dashboard、Katib、Training Operator、KServeなどがあります。KFPは、Kubernetesを使用してポータブルでスケーラブルな機械学習ワークフローを構築し、展開するためのプラットフォームです。Notebooksは、Kubernetesクラスター上でウェブベースの開発環境を実行することを可能にします。Central Dashboardは、Kubeflowおよびその他のエコシステムコンポーネントの認証済みウェブインターフェースを接続するハブです。Katibは、ハイパーパラメータチューニング、早期停止、ニューラルアーキテクチャサーチをサポートするKubernetesネイティブの自動機械学習（AutoML）プロジェクトです。Training Operatorは、Kubernetes上でのモデルトレーニングとファインチューニングのための統一されたインターフェースを提供します。KServeは、Kubernetes上での本番モデルサービングを解決し、Tensorflow、XGBoost、ScikitLearn、PyTorch、ONNXなどのフレームワークのための高抽象化で高性能なインターフェースを提供します。
Kubeflowは、ソフトウェア開発者、データサイエンティスト、組織のためのオープンで歓迎的なコミュニティです。毎週のコミュニティコールに参加したり、メーリングリストでの議論に参加したり、Slackワークスペースで他の人とチャットしたりすることができます。Kubeflowは、Cloud Native Computing Foundationのプロジェクトです。
