Última atualização 06-28-2026
Categoria:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
Kubeflow
Kubeflow é a base de ferramentas para construir plataformas de IA no Kubernetes. Equipes de plataformas de IA podem implantar subprojetos individuais ou a distribuição completa da Comunidade Kubeflow para executar cargas de trabalho de machine learning e IA generativa onde quer que o Kubernetes esteja rodando. É um projeto de código aberto sob a Cloud Native Computing Foundation, com mais de 33.000 estrelas no GitHub e 3.000 contribuidores.
A plataforma é composível e modular: cada subprojeto cobre uma fase distinta do ciclo de vida de IA, desde a preparação de dados até o serviço de modelos. Kubeflow Pipelines orquestra fluxos de trabalho de ML portáteis, Kubeflow Trainer lida com treinamento distribuído e ajuste fino de LLMs em PyTorch, DeepSpeed, JAX e outros frameworks, e Katib automatiza o ajuste de hiperparâmetros e a busca por arquiteturas neurais.
Engenheiros de plataforma, engenheiros de ML e equipes de ciência de dados usam Kubeflow para padronizar como os modelos passam de experimentação para produção em clusters Kubernetes. Os adotantes incluem AWS, Oracle e Red Hat, e o projeto se integra com ferramentas do ecossistema, como KServe para inferência, Feast para lojas de recursos e o Spark Operator para processamento de dados em grande escala.
Kubeflow Pipelines constrói fluxos de trabalho de ML portáteis que executam em qualquer cluster Kubernetes
O Trainer ajusta LLMs com PyTorch, DeepSpeed, MLX e Megatron em escala distribuída
O Katib executa ajuste de hiperparâmetros, early stopping e buscas de arquitetura neural
Os Notebooks iniciam ambientes Jupyter e VS Code para desenvolvimento interativo de ML
O Hub indexa versões de modelos, artefatos e metadados em um único registro
O Spark Operator executa jobs distribuídos Spark para preparação de dados em larga escala e embedding
O Central Dashboard conecta UIs autenticadas de cada componente Kubeflow em um único hub
Subprojetos modulares permitem que equipes adotem apenas os componentes necessários na infraestrutura Kubernetes existente.
Apoiado por mais de 3.000 colaboradores e adotado pela AWS, Oracle e Red Hat para plataformas de ML em produção.
O Kubeflow SDK fornece APIs em Python para executar cargas de trabalho de treinamento sem necessidade de profundo conhecimento em Kubernetes.
Cobre todo o ciclo de vida da IA, desde a preparação dos dados até treino, ajuste, registro e serviço.
Projeto CNCF com canais ativos no Slack, listas de discussão e chamadas comunitárias semanais.
Requer expertise operacional em Kubernetes para instalar e manter em produção.
Nenhuma oferta SaaS gerenciada pelo próprio projeto; as equipes hospedam por conta própria em seus próprios clusters.
A variedade de subprojetos pode tornar a configuração inicial e a seleção de componentes avassaladoras para novatos.
O Kubeflow é gratuito para usar?
Sim. O Kubeflow é um projeto open source da Cloud Native Computing Foundation. Você pode implantar subprojetos individualmente ou a Distribuição Comunitária completa do Kubeflow em qualquer cluster Kubernetes sem custos de licença.
Quais plataformas Kubernetes suportam o Kubeflow?
O Kubeflow pode ser implantado em qualquer lugar onde o Kubernetes esteja disponível. A documentação de instalação cobre clusters locais, provedores de nuvem e as versões da Distribuição Comunitária do Kubeflow (da 1.0 até a 26.03).
O Kubeflow pode realizar fine-tuning em modelos de linguagem grandes?
Sim. O Kubeflow Trainer suporta fine-tuning de LLMs com PyTorch, DeepSpeed, MLX e blueprints BuiltinTrainers. A documentação GenAI cobre workflows de fine-tuning supervisionado, DPO, PPO, GRPO e treinamento com consciência de quantização.
Quais são os principais subprojetos do Kubeflow?
Os subprojetos principais incluem Kubeflow Pipelines para orquestração de workflows, Trainer para treinamento distribuído, Katib para AutoML, Notebooks para desenvolvimento interativo, Hub para registro de modelos, Spark Operator para processamento de dados e o Central Dashboard como um hub unificado de UI.
Como posso obter suporte para o Kubeflow?
O Kubeflow oferece suporte pela comunidade através dos canais CNCF Slack, do grupo de discussão no Google chamado kubeflow-discuss, chamadas comunitárias semanais e documentação em kubeflow.org/docs/started/support/.
O Kubeflow suporta casos de uso GenAI como RAG?
Sim. O Kubeflow documenta workflows GenAI incluindo geração aumentada por recuperação (retrieval-augmented generation), geração de dados sintéticos, fine-tuning de LLM, otimização de hiperparâmetros e inferência em escala usando Pipelines, Trainer, Katib e KServe.