1. 背景介绍
作者在之前的文章《在SkyForm ECP上运行深度学习框架》中介绍过深度学习框架运行在kubernetes上的优势,以及这种实践方式的基本架构。
社区中也出现了很多tensorflow on kubernetes的方案,比如jinja模板的方案(https://github.com/tensorflow/ecosystem/tree/master/kubernetes),以及后来的kubeflow(https://github.com/google/kubeflow)和Tensorflow/k8s(https://github.com/tensorflow/k8s),都是为了能够更好的把tensorflow运行在kubernetes上,简化手工搭建tensorflow集群时的繁琐工作。
其中Tensorflow/k8s用kubernetes的CRD定义新的资源类型TFJob,可以在TFJob中定义PS、Worker和TensorBoard的信息,方便创建一个分布式的tensorflow集群。
SkyForm ECP的AIaaS的方案和社区方案的一个简单对比如下:
|
Tensorflow/k8s |
kubeflow |
AiaaS方案 |
深度学习框架支持</ |