Repolode
Enviar
kuberay-project

kuberay-project/kuberay

Um operador do Kubernetes que implanta e gerencia aplicações Ray por meio dos recursos RayCluster, RayJob e RayService.

Ver no GitHubSite
Estrelas
2,739
Forks
894
Issues abertas
718
Último commit
anteontem

O que é?

O KubeRay é um operador open source do Kubernetes para executar aplicações Ray no Kubernetes. Ele define três recursos personalizados: RayCluster, que gerencia o ciclo de vida de um cluster Ray, incluindo criação, exclusão, autoscaling e tolerância a falhas; RayJob, que cria um RayCluster e envia um job quando o cluster está pronto, com a opção de excluir o cluster depois; e RayService, que combina um RayCluster com uma implantação do Ray Serve e permite atualizações sem downtime.

O componente principal é mantido como parte do projeto. Os componentes opcionais do ecossistema incluem um plugin do kubectl (beta), um servidor de API (alpha) e um dashboard (experimental). O projeto se integra a ferramentas do Kubernetes, como Prometheus, Grafana, Volcano, Kueue e Apache YuniKorn. É um projeto sandbox da CNCF, licenciado sob Apache-2.0.

Recursos principais

  • 01Gerencia o ciclo de vida do RayCluster, incluindo autoscaling e tolerância a falhas.
  • 02Executa jobs do Ray por meio do RayJob, com a opção de excluir o cluster ao concluir.
  • 03Implanta aplicações Ray Serve com RayService e permite atualizações sem downtime.
  • 04Oferece um plugin opcional do kubectl para fluxos de trabalho comuns com Ray.

Casos de uso

  • Executar jobs de treinamento distribuído em um cluster Kubernetes compartilhado.
  • Servir modelos de machine learning com Ray Serve no Kubernetes.
  • Executar jobs de inferência em lote ou processamento de dados que precisam de clusters Ray temporários.

Início rápido

  1. 1

    Abra o guia de início rápido do RayCluster na documentação do Ray

  2. 2

    Para usar esses recursos, siga o guia de início rápido do RayJob ou RayService na documentação do Ray

Antes de usar

  • É necessário ter um cluster Kubernetes, e a configuração é feita seguindo a documentação do Ray, não por meio de um único comando de instalação.
  • O KubeRay APIServer está em fase alpha e o dashboard é experimental, portanto não está pronto para produção.
  • O plugin kubectl ainda está em fase beta.

Tópicos

#ray#kubernetes#operator#distributed-computing#machine-learning#model-serving#artificial-intelligence#deep-learning#orchestration

Perguntas frequentes

O que é kuberay?
Um operador do Kubernetes que implanta e gerencia aplicações Ray por meio dos recursos RayCluster, RayJob e RayService. O KubeRay é um operador open source do Kubernetes para executar aplicações Ray no Kubernetes. Ele define três recursos personalizados: RayCluster, que gerencia o ciclo de vida de um cluster Ray, incluindo criação, exclusão, autoscaling e tolerância a falhas; RayJob, que cria um RayCluster e envia um job quando o cluster está pronto, com a opção de excluir o cluster depois; e RayService, que combina um RayCluster com uma implantação do Ray Serve e permite atualizações sem downtime.
kuberay é gratuito? Qual é a licença?
kuberay é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
kuberay ainda é mantido?
Manutenção ativa. O último commit de kuberay foi em 20 de out. de 2026.
Para que posso usar kuberay?
Executar jobs de treinamento distribuído em um cluster Kubernetes compartilhado. Servir modelos de machine learning com Ray Serve no Kubernetes. Executar jobs de inferência em lote ou processamento de dados que precisam de clusters Ray temporários.
Como instalar kuberay?
Abra o guia de início rápido do RayCluster na documentação do Ray Para usar esses recursos, siga o guia de início rápido do RayJob ou RayService na documentação do Ray
Onde consigo kuberay?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/kuberay-project/kuberay

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados