Kubeflow 作為一個旨在將機器學習工作流於 Kubernetes 上標準化的開源平台，近期公布了一系列重大技術更新。這些更新不僅強化了分散式 AI 與高效能運算的能力，更標誌著該專案正加速邁向雲原生計算基金會（CNCF）的畢業階段。所謂的 CNCF Graduation，是指一個專案在成熟度、治理能力及生態系採用率上達到最高標準，代表該工具已從實驗性階段演進為足以在企業生產環境中大規模部署的穩定基礎設施。
加速從實驗轉向生產的開發流程
在 AI 開發過程中，資料科學家通常在 Jupyter Notebook 這種互動式環境中進行實驗，但將這些實驗代碼轉換為可重複執行、可擴展的生產流水線（Production Pipeline）往往需要耗費大量時間撰寫基礎設施代碼。為了解決這個痛點，Kubeflow 推出了 Kale 2.0。
Kale 2.0 是一個現代化的 SDK，其核心功能在於能將帶有註釋的 Jupyter Notebook 直接轉換為生產就緒的流水線，而不需要開發者手動編寫複雜的 KFP（Kubeflow Pipelines）SDK 代碼。透過支援 Kubeflow Pipelines v2 架構，Kale 2.0 大幅縮短了從模型原型到部署的週期，讓資料科學家能專注於演算法而非底層的管線編排。
此外，Kubeflow Notebooks v2 採取了完全重新設計的宣告式 CRD（Custom Resource Definition，自定義資源定義）驅動架構。CRD 是 Kubernetes 的一種擴展機制，允許使用者定義自己的資源對象。透過這種設計，平台運維團隊可以使用模板化方式，在 Kubernetes 上統一管理 JupyterLab 或 VS Code 等互動式開發環境，確保環境的一致性與可控性。
強化分散式運算與大模型支援
隨著生成式 AI（GenAI）的需求激增，對分散式訓練與高效能運算（HPC, High Performance Computing）的需求變得至關重要。Kubeflow 透過更新其 Trainer 組件，正式整合了 Flux Framework 並支援 MPI（Message Passing Interface，一種用於平行運算的標準通訊協議）。這意味著使用者現在可以在單一的 Kubernetes 環境中，同時執行大規模的 HPC 模擬與 AI 訓練任務，將傳統超級電腦的運算能力引入雲原生基礎設施中。
在數據處理方面，Kubeflow SDK 現在提供原生對 Spark 的支援。Spark 是一個用於大規模數據處理的分散式框架，過去在 Kubernetes 上部署 Spark 通常需要繁瑣的基礎設施配置。現在，開發者可以使用統一的 Python 介面來處理數據處理、流水線編排、分散式訓練以及超參數調優，甚至可以直接利用內建的藍圖來進行大型語言模型（LLM）的微調。
針對模型部署，KServe 引入了 LLMInferenceService CRD，將大型語言模型的推理服務提升為平台的一等公民（First-class Primitive）。這項更新支援跨多個節點的分散式推理，並提供與 OpenAI 相容的 API，讓企業能更輕鬆地將 LLM 整合進現有的應用程式中。
生態系整合與企業級安全性
為了反映其功能的擴展，原有的 Model Registry（模型註冊表）已更名為 Hub。這個變動不僅是名稱上的更改，其範圍現在涵蓋了 Model Catalog 與 MCP Catalog，並採用 OCI（Open Container Initiative，開放容器計畫）作為模型儲存的標準，讓使用者能更靈活地搜尋與部署 MCP 伺服器。
在運維與安全層面，Kubeflow Community Distribution 26.03 版本將重心放在可擴展性與安全性上。該版本已通過 Kubernetes 1.34 及後續版本的驗證，並強化了多租戶（Multi-tenancy）的預設設定，同時實作了 Pod Security Standards 的 Restricted 策略。這對於對安全性要求極高的企業至關重要，能確保在共享叢集中運行多個 AI 專案時，各個工作負載之間具有嚴格的隔離與合規性。
實務影響與雲原生 AI 的未來
Kubeflow 的這些演進顯示出 Kubernetes 正在成為生產級 AI 的基礎層。以 Subaru Corporation 為例，該公司透過結合 Kubernetes 與 Argo CD（一個宣告式 GitOps 持續交付工具），將超過 30 GB 的 AI 容器鏡像拉取時間從 3 小時大幅縮減至 3 分鐘，證明了雲原生工具在處理巨量 AI 資產時的效率提升。
然而，儘管功能不斷增加，AI 平台的複雜度依然是主要挑戰。因此，Kubeflow 啟動了 Outreach Program 與 ML Experience 工作組，旨在透過優化使用者介面與提供導師制度，降低開發者進入 MLOps（機器學習運維）的門檻。未來，Kubeflow 計畫引入 OpenTelemetry（一套可觀察性標準）與 MLflow 追蹤功能，以解決 AI 生命週期中缺乏透明度與可監控性的問題。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。