谷歌高级产品经理谈机器学习和Kubernetes
极客时间编辑部
讲述:丁婵大小:1.25M时长:02:44
在近期举办的 Kubecon 大会上,Kubernetes 成为了大会最热门的主题。谷歌产品经理、Kubeflow 主导者大卫·阿龙奇克(David Aronchick)在会上发表分享,着重展示了 Kubernetes 和机器学习的协同作用。近日,InfoQ 有幸就相关问题对其进行了采访。
大卫认为,Kubernetes 上的机器学习不仅仅是指未来的事情,它其实是一个当下的事情。毫无疑问,机器学习正改变着几乎所有产业的商业模式。
对于现存大量数据的使用来说,机器学习是一个新方法,同时它也能拿出比以前更准确、更快的方案来解决业务问题。但是,机器学习解决方案的基础架构支持仍然比较新,需要大量的自定义脚本、依赖项分析和兼容性问题等。而且,机器学习栈堆通常部署在多个位置,用于开发、训练和生产,保持每个节点的同步使得使用机器学习这个挑战更艰难。
为了帮助开发者大规模地部署和运行这些机器学习平台,Kubernetes 提供了一个通用的平台。凭借在多个云环境中运行的丰富编排,Kubernetes 为数据科学家、开发人员和 IT 专业人员提供了一种简单的方法来部署、运行和管理复杂的、多服务的机器学习工作负载。
在采访中,大卫还谈到了 Kubeflow 相关的话题。据了解,Kubeflow 平台使得 Kubernetes 上的机器学习更为简单、便携和可扩展,它主要通过提供 manifests 来创建可以实现和管理 Jupyter 笔记本的 JupyterHub;同时适配 CPU 和 GPU 的 Tensorflow 训练控制器;以及 Tensorflow 服务容器。
他介绍道,机器学习工具的实际安装是通过封装系统完成的。目前,Kubeflow 正在使用 ksonnet,但仍然希望它可以支持多种不同的部署技术。Kubeflow 的价值更多在于用简单的方式使大量的工具共同运行得更好。
对于未来,大卫表示,Kubeflow 是本地的 Kubernetes,而且他们正致力于确保这种情况继续下去。这也就意味着在他们的计划中将一直支持和 Kubernetes 相一致的任何平台,也包括 Cloud Foundry 和本地 OpenShift(Red Hat 已经加入该项目了)。
大卫还表示,他们非常重视无所不在的机器学习堆栈的价值,也努力确保 Kubeflow 能够满足每一个数据科学家的需要,随时随地提供服务。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论