Kubeflow en Producción · Lección 06
¿Qué automatiza Kubeflow Notebooks al crear un nuevo servidor Jupyter para un usuario?
Despliega un Pod dedicado con el entorno Jupyter configurado, con los recursos de cómputo (CPU/GPU) y almacenamiento persistente solicitados, aislado dentro del namespace del usuario
Elimina por completo la necesidad de tener un cluster de Kubernetes real gestionando los recursos
Solo puede crear un único servidor Jupyter en toda la instalación de Kubeflow
Requiere que el usuario instale manualmente Jupyter en su propia máquina local antes de poder usarlo
Kubeflow en Producción · Lección 06
Completa el código
Cada notebook corre como un
Revisa: cada notebook corre como un Pod dedicado dentro del cluster.
Kubeflow en Producción · Lección 06
¿Por qué ejecutar el notebook dentro del cluster (en vez de en la máquina local del usuario) da acceso directo a recursos de cómputo (como GPUs) que la laptop personal del usuario probablemente no tiene?
Pista: el cluster puede tener GPUs u otros recursos especializados de cómputo que la laptop personal del usuario normalmente no tendría disponibles, permitiendo trabajar con cargas de entrenamiento más exigentes directamente desde el notebook remoto sin esa limitación local.
✓
¡Lección completada!
Kubeflow Notebooks — servidores Jupyter en el cluster
0
XP ganado
3
Vidas restantes