さまざまなMLフレームワークでハイパーパラメータ調整、早期終了、ニューラルアーキテクチャ探索を行える、KubernetesネイティブのAutoMLシステム。
kubeflow/community-distribution
Pipelines、KServe、Katib、Central Dashboardなどを含むKubeflow Platform全体をインストールするための、Kubernetesベースのディストリビューションマニフェスト。
- スター
- 1,049
- フォーク
- 1,076
- 未解決の Issue
- 17
- 最終コミット
- 9 時間前
これは何?
このリポジトリは、Kind、Minikube、Rancher、EKS、AKS、GKEなどのKubernetesクラスターにKubeflow PlatformをインストールするためのKustomizeマニフェストを提供します。Pipelines、KServe、Katib、Notebooks、Trainer、Spark Operatorなどの公式Kubeflowコンポーネントに加え、ルーティング、認証、マルチテナンシーを支えるIstio、Knative、cert-manager、Dex、oauth2-proxyなどのサービスもまとめて導入できます。
サンプルのkustomizationを適用する単一のコマンドでインストールできるほか、デバッグや選択的なデプロイをしやすいよう、コンポーネントごとにインストールすることもできます。異なる構成が必要な場合は、マニフェストを直接編集せず、その上にoverlayを作成できます。プロジェクトは年2回リリースを公開し、バージョン間のアップグレード手順もドキュメント化しています。
このプラットフォームは、ユーザーごとの分離、OIDCベースのログイン、セルフホスト型のMLプラットフォームを必要とするチームを対象としています。デフォルトのインストールではテスト用の固定ユーザーとパスワードが使われますが、本番環境では変更する必要があるとドキュメントに記載されています。
主な機能
- 01Kustomizeを使って、Pipelines、KServe、Katib、Notebooks、TrainerなどのKubeflowコンポーネントをインストールできます。
- 02Kind、Minikube、Rancher、EKS、AKS、GKEの各クラスターに対応しています。
- 03認証とマルチテナントアクセスのためにIstio、Dex、oauth2-proxyを含みます。
- 04単一コマンドでのインストールと、コンポーネントごとのインストールに対応しています。
- 05overlayと、リリース間のアップグレード手順を提供します。
ユースケース
- 既存のKubernetesクラスターに、エンドツーエンドの機械学習プラットフォームをデプロイする。
- チームごとにNamespaceを分離し、マルチテナントのMLワークロードを実行する。
- 上流のマニフェストを基に、カスタマイズした社内向けKubeflowディストリビューションを構築する。
- KindまたはMinikube上でKubeflowの機能を試す。
クイックスタート
- 1
インストールスクリプトでKindクラスターを作成する
./tests/install_KinD_create_KinD_cluster_install_kustomize.sh - 2
クラスターのkubeconfigを保存する
kind get kubeconfig --name kubeflow > /tmp/kubeflow-config - 3
1つのコマンドですべてのKubeflowコンポーネントをインストールする(成功するまで再試行)
while ! kustomize build example | kubectl apply --server-side --force-conflicts -f -; do echo "Retrying to apply resources"; sleep 20; done
使う前に知っておきたいこと
- 16 GB以上のRAMと8 CPUコアを推奨します。フルインストールは多くのリソースを消費します。
- 一部のコンテナイメージはlinux/arm64に対応していない場合があるため、ARM64はまだ完全にはサポートされていません。
- デフォルトのログインには広く知られたメールアドレスとパスワードが使われるため、本番環境では変更が必要です。
トピック
よくある質問
- community-distribution とは?
- Pipelines、KServe、Katib、Central Dashboardなどを含むKubeflow Platform全体をインストールするための、Kubernetesベースのディストリビューションマニフェスト。 このリポジトリは、Kind、Minikube、Rancher、EKS、AKS、GKEなどのKubernetesクラスターにKubeflow PlatformをインストールするためのKustomizeマニフェストを提供します。Pipelines、KServe、Katib、Notebooks、Trainer、Spark Operatorなどの公式Kubeflowコンポーネントに加え、ルーティング、認証、マルチテナンシーを支えるIstio、Knative、cert-manager、Dex、oauth2-proxyなどのサービスもまとめて導入できます。
- community-distribution は無料で使えますか?ライセンスは?
- community-distribution は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- community-distribution は今もメンテナンスされていますか?
- 活発にメンテナンス中。community-distribution の最終コミットは 2026年11月6日 です。
- community-distribution は何に使えますか?
- 既存のKubernetesクラスターに、エンドツーエンドの機械学習プラットフォームをデプロイする。 チームごとにNamespaceを分離し、マルチテナントのMLワークロードを実行する。 上流のマニフェストを基に、カスタマイズした社内向けKubeflowディストリビューションを構築する。 KindまたはMinikube上でKubeflowの機能を試す。
- community-distribution のインストール方法は?
- インストールスクリプトでKindクラスターを作成する: ./tests/install_KinD_create_KinD_cluster_install_kustomize.sh クラスターのkubeconfigを保存する: kind get kubeconfig --name kubeflow > /tmp/kubeflow-config 1つのコマンドですべてのKubeflowコンポーネントをインストールする(成功するまで再試行): while ! kustomize build example | kubectl apply --server-side --force-conflicts -f -; do echo "Retrying to apply resources"; sleep 20; done
- community-distribution はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/kubeflow/community-distribution
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
AIモデルの推論API、マルチモデルパイプライン、LLMアプリの構築・提供に使えるPythonライブラリ。DockerやKubernetesへのデプロイにも対応。
実験管理、データセットのバージョン管理、パイプライン、オーケストレーション、スケジューリング、モデルサービングを網羅するオープンソースのMLOps/LLMOpsスイート。
複数のMLフレームワークに対応し、予測AIモデルと生成AIモデルを大規模にデプロイ・サービングするKubernetesネイティブのプラットフォーム。
Rust製のWebレイヤーを備えたPython向けMLモデルサービングフレームワーク。オンライン推論API向けに動的バッチ処理とCPU/GPUステージのパイプラインを提供します。
Kubernetes上で動作するクラウドネイティブなMLOpsプラットフォーム。Notebook、ドラッグ&ドロップ式パイプライン、分散学習、LLMサービングに対応。