在 GCP 上部署 Kubeflow

Question

几周以来，我一直在阅读有关生产中 ML 的不同方法。我决定测试 Kubeflow，并决定在 GCP 上测试它。我开始使用官方 kubeflow 网站上的 guiidline 在 GCP 上部署 Kubeflow（此处为 https://www.kubeflow.org/docs/gke/）。我遇到了很多问题，很难修复它们。我开始寻找更好的方法，我注意到 GCP AI 平台现在只需几个简单的步骤就可以部署 Kubeflow 管道。 (https://cloud.google.com/ai-platform/pipelines/docs/connecting-with-sdk.)

在轻松设置此设置后，我几乎没有疑问和怀疑。如果设置和部署 Kubeflow 这么容易，为什么我们必须通过 kubeflow 官网建议的这种繁琐的方式。由于在 GCP 上创建 Kubeflow 管道意味着基本上我是在 GCP 上部署 Kubeflow，这是否意味着我可以访问其他 Kubeflow 服务，例如 Katib？

埃尔纳兹

Answer 1

kubeflow 官网详细提供了所需的信息，在谷歌云中，它直接为您提供了可能的现成解决方案的服务。

提到 will fuks document 它说是的，你可以在 GCP 上访问 katlib

Answer 2

Kubeflow Pipelines 的 GCP 托管服务就是这样。您将无法大量访问集群以进行更改。我已经部署了一个仍然可以到达 AI Hub 的 Kubeflow 集群。

我相信他们计划扩展可以在 AI 平台中部署的内容，但如果您不想等待，IMO 可以（但并不容易）自行部署。