Kubernetes如何成为AI的平台

根据TheCloud Thankingforum（CNCF）的说法，Kubernetes正在快速接近为企业做好准备，并且人工智能（AI）是可以从ContainerOrcheStration平台中受益的应用领域之一。

开设CNCF执行董事Dan Kohn的第一个Kubeconconferencein中国表示：“像Kubernetes这样的毕业项目已经越过了鸿沟，准备早日采用了。”

AI在上海会议上展示的技术领域高度特色。

容器使其易于分发和重用应用程序以及运行它们所需的基础架构。通过使科学家能够在其研究中使用的科学家来说，在科学界中使用了容器中的包装应用的方法，以支持同行评审。类似地，AI倾向于需要一个完整的软件组件生态系统和昂贵的图形处理单元（GPU）以加速AI培训。

在Kubernetes Ai小组讨论中，谷歌产品经理DaveAronchick说：“Orchestration的一个基本事物之一是它提供了一种通过使用云原生技术将单片应用程序分解为微服务的完全不同的方式。”

此概念在TheKubeflowProject后面，旨在提供一个基础层，可以部署并运行机器学习的工作负载和AI。

根据ToAronchick的说法，AI和机器学习的是，需要汇集许多不同的软件图书馆。福林，在应用程序中使用的TensorFlowLibrary作为图像识别，是机器学习的复杂框架的依赖性方面。“Kubernetes是一个基础层，可以让您构建一个真正的端到端平台，”他说。

启动Calcloud的首席执行官鑫章，人工智能需要一种思考操作系统的新方法。“每个业务都是数据驱动的，”他说。“AI AGE需要一个新的操作系统。”

需要许多组件来制作有效的AI驱动应用程序。对于张，数据科学家的挑战是它不仅仅是关于代码的。“该算法仅是解决方案的一小部分。他说，您需要管理所有GPU和CPU，并重新定位AI模型，以及分布式培训。“

DataScientists通常没有很好地管理机器学习和AI的所有基础设施要求。Kubernetes提供了一种通过名为Kubeflow的开源项目连接这些基础架构组件的方法。“通过利用Kubeflow，您可以降低数据科学家的障碍，”他说。

eBay的主要工程师兴隆王表示，AI在进入的屏障高度屏障，但KubernetesClusterMade的包装工具可以更轻松地为企业开始启动Onan AI项目。在eBay，他说Kubernetes用于创建一个统一的AI平台，它可以实现AI模型的数据共享和共享。AI平台还提供自动化，以使eBay能够培训和部署AI型号。

ThekubeConshanghai活动的大用户之一是中文e-commerceretailer jd.com。解释AI在JD.com的使用，主要建筑师元陈某描述了如何运行世界上最大的Kubernetes集群之一。

虽然传统上用于支持微服务建筑，但他说：“现在由AI驱动的大赛，SOWE必须为AI使用Kubernetes。它是深度学习培训AI模型的合适基础设施。AI科学家们很贵，所以他们应该专注于他们的算法，而且不必担心部署Containers。“

JD.com的应用程序的一个例子是AI的应用程序是使用集装箱化的Kubernetes集群进行机器学习，以管理产品图像质量控制，识别和分类。陈表示，该公司使用动态工作负载管理来平衡昂贵的GPU之间的工作负载，并且可以在更便宜的CPU上完成。

陈表示，机器学习也可以应用于Kubernetes本身来管理容器管理。“通过使用机器学习来改进Kubernetes，它是Allabout效率和节省成本，”他说，Machinearearning正在用于高效的工作负载调度和最大化的IT资源。