AI 平台篇

本章节覆盖把模型训练、推理、数据流水线与实验管理串成完整生产链路的 AI 平台组件。

已上线主题

• Ray — 统一分布式 Python 计算框架：tasks + actors + Plasma 对象存储，支撑训练、推理、数据、RL、超参搜索。
• KServe — Kubernetes 上的标准化模型服务平台：InferenceService + ServingRuntime + InferenceGraph，统一协议、扩缩、金丝雀与多 runtime 编排。
• Kubeflow — Kubernetes 上的 ML 平台：Notebook + Pipelines + Katib + Training Operator + KServe + Central Dashboard，覆盖 ML 全生命周期。
• MLflow — 开源 ML 生命周期平台：Tracking + Models + Model Registry，实验追踪、模型打包、版本治理与生产部署。
• KubeRay — Ray 官方 Kubernetes Operator：RayCluster + RayJob + RayService CRD，自动扩缩容、GCS 容错与声明式升级。
• Airflow — 工作流编排平台：DAG / Operator / Scheduler / Executor / Metadata DB / Triggerer，支撑数据与 ML 流水线调度。

计划中主题

• Feast

AI 平台负责把模型训练、实验管理、模型服务、特征工程和数据流水线串成完整的生产链路。