کیوبفلو یه قدم تا Graduation در CNCF
خلاصهٔ کاملتر
به گفتهٔ تیم کیوبفلو، خبرهایی که از کیوبکان + کلادنیتیوکان ژاپن ۲۰۲۶ بیرون اومد نشون میده این پروژه داره به یه اکوسیستم پختهٔ آمادهٔ پروداکشن برای یادگیری ماشین تبدیل میشه. مهمترین خبر اینه که کیوبفلو رسماً درخواست ارتقا به سطح Graduated در CNCF رو داده؛ یعنی بالاترین سطح بلوغ تو بنیاد کلادنیتیو.
Kale (موتور خودکارسازی پایپلاینهای کیوبفلو) حالا رسماً عضو اکوسیستمه. کاری که میکنه اینه که نوتبوکهای ژوپیتری علامتگذاریشده با انوتیشن رو بدون اینکه حتی یه خط کد با KFP SDK بنویسی به پایپلاین آمادهٔ پروداکشن تبدیل میکنه، و نسخهٔ ۲.۰ کاملاً روی معماری Kubeflow Pipelines v2 بازنویسی شده.
خود Kubeflow Notebooks هم داره به نسخهٔ ۲ میرسه: یه بازطراحی از صفر با معماری اعلانی و CRDمحور برای مدیریت محیطهای تعاملی مثل JupyterLab، RStudio و VS Code روی کوبرنتیز. تیمهای پلتفرم کنترل قالبمحور روی این محیطها میگیرن و کار دانشمند داده سادهتر میشه. فعلاً نسخهٔ آلفاش در دسترسه و تیم داره به سمت انتشار پایدار میره.
تو SDK دوتا تغییر بزرگ اومده. اول پشتیبانی بومی از Spark، که اجازه میده بدون نوشتن هیچ کانفیگ زیرساختی، Spark رو روی کوبرنتیز اجرا کنی — چه سشن تعاملی برای کاوش داده، چه جابهای ETL سنگین. دوم یکپارچگی با Kubeflow Pipelines، که کل مسیر نوشتن تا اجرا و مانیتورینگ پایپلاین رو تو همون رابط پایتونی جمع میکنه. بلوپرینتهای آمادهٔ فاینتیون LLM هم اضافه شده و تیم میگه مشاهدهپذیری با OpenTelemetry و MLflow تو راهه.
Kubeflow Trainer هم با پشتیبانی از MPI، آموزش توزیعشدهٔ AI و بارهای محاسبات با کارایی بالا (HPC) رو زیر یه سقف میبره؛ یه پیشنهاد برای CRD جدید OptimizationJob جهت تیونینگ هایپرپارامتر در جریانه و روی یادگیری تقویتی برای پستترینینگ LLM (الگوریتمهایی مثل GRPO و PPO) هم کار میشه. توزیع جامعهمحور ۲۶.۰۳.۱ هم روی کوبرنتیز ۱.۳۴+ اعتبارسنجی شده، سربار هر namespace رو کم کرده و با سیاستهای Restricted استاندارد امنیتی پاد سازگار شده.
نکات کلیدی:
- کیوبفلو رسماً برای ارتقا به سطح Graduated در CNCF درخواست داده
- Kale 2.0 عضو رسمی اکوسیستم شد و با Pipelines v2 سازگاره
- نوتبوکهای نسخهٔ ۲ با معماری اعلانی و CRDمحور، فعلاً آلفا
- SDK حالا Spark رو بدون کانفیگ زیرساخت روی کوبرنتیز اجرا میکنه
- Trainer با MPI سراغ بارهای HPC و یادگیری تقویتی رفته
- توزیع ۲۶.۰۳.۱ روی کوبرنتیز ۱.۳۴+ و با PSS Restricted تأیید شده




