De toolkit voor het draaien van artificial intelligence op Kubernetes-containers, Kubeflow, heeft versie 1.0 gekregen. Deze eerste stabiele release duurde ongeveer 3 jaar voordat deze werd uitgebracht. In 2017 werd Kubeflow namelijk open-source gemaakt door een groep engineer bij Google.

Kubeflow is een toolkit welke organisaties in staat stel om AI-workloads in te zetten op infrastructuur die wordt aangedreven door het Kubernetes framework. Kubeflow 1.0 introduceert de eerste stabiele versie van enkele hoofdonderdelen van de software. Deze onderdelen zijn nu op een bepaald niveau van stabiliteit, ondersteunbaarheid en upgradebaarheid. Dat maakt dat de toolkit nu officieel geschikt is voor gebruikt in een productieomgeving.

Een voorbeeld hiervan is een stabiele versie van een ingebouwde beheerconsole die snelkoppelingen geeft naar belangrijke functies. Eén van die functies is de Jupyter Notebook controller welke nu stabieler is. Dit geeft AI teams de mogelijkheid om nieuwe machine learning modellen te maken met de tool.

Zodra dit model klaar is kunnen gebruikers deze meteen trainen met TensorFlow of Pytorch. Kubeflow 1.0 heeft ondersteuning voor zowel TFJob en PyTorch Operator, waarmee ontwikkelaars relatief simpel een AI-trainingsworkflow kunnen opzetten en scripten.

Deze release omvat ook beheerdersfuncties voor administrators die de infrastructuur beheren waar de ontwikkelaars hun AI-workloads uitvoeren. Kfctl is hier een voorbeeld van, welke Kubeflow automatisch kan inzetten in een cloudomgeving. Ook zijn er functies die het mogelijk maken om resources van de omgeving te verdelen over individuele ontwikkelaars. Kubeflow 1.0 kan tot slot ook nog worden ingezet op het Anthos platform van Google.