Kubeflow，名字取自 Kubernetes + Tensorflow ，是Google 為了支持Tensorflow 的部署而推出的開源平台。Kubeflow 旨在使Kubernetes 上的機器學習變的輕鬆、便捷、可擴展，其目標不是重建其他服務，而是提供一種簡便的方式找到最好的OSS 解決方案。Kubeflow 的目標是通過發揮Kubernetes 的特長，從而更便捷地運用機器學習：

• 在不同的基礎設施上實現簡單、可重複的便攜式部署
• 部署和管理鬆散耦合的微服務
• 根據需求進行擴展

Kubeflow於2017年底正式開源，並於2018年5月發布了首個0.1版本，之後陸續發布了0.2、0.3和0.4 RC版本。截至2018年12月18日，Kubeflow已有100多個活躍成員，得到  30多個組織的支持。

Kubeflow產品管理團隊近日發布了2018年度回顧和2019新年計劃，並表示目前正在努力讓Kubeflow達到第一個主要版本1.0 。這將是項目的一個重要里程碑，計劃在2019年上半年準備就緒。

Kubeflow 1.0 的重點將圍繞：

• API 穩定；
• PyTorch 相關問題
• TFJob 相關問題
• 強大的監控和日誌記錄
• 擴展和負載測試
• 集成超參數調優
• 高級數據管理

往更高層面來說，Kubeflow 1.0 關注的重點包括：

• 面向企業就緒
• 改進部署和體驗
• 實現高級ML 工作流程
• 基礎設施完善
• ……

更多細節可查閱：Kubeflow 2019 roadmap