Kubeflow en Producción · Lección 21
¿Qué rol cumple KServe como componente de serving dentro del ecosistema de Kubeflow?
Provee la capa estandarizada para desplegar modelos entrenados (posiblemente generados por un pipeline o Katib) como endpoints de inferencia servidos en el cluster
KServe reemplaza por completo la necesidad de tener Kubeflow Pipelines para entrenar el modelo
Solo puede servir modelos que hayan sido entrenados exclusivamente dentro del mismo cluster de Kubeflow
Elimina por completo la necesidad de tener un almacenamiento donde vivan los artefactos del modelo entrenado
Kubeflow en Producción · Lección 21
Completa el código
KServe puede integrarse con modelos generados por Pipelines o
Revisa: puede integrarse con modelos generados por Pipelines o Katib.
Kubeflow en Producción · Lección 21
¿Por qué tener KServe integrado dentro del mismo ecosistema de Kubeflow (en vez de una solución de serving completamente separada) facilita el flujo desde el entrenamiento hasta el despliegue del modelo?
Pista: al estar integrado dentro del mismo ecosistema, el modelo producido por un pipeline de entrenamiento (o el mejor Trial de un experimento de Katib) puede desplegarse directamente vía KServe con menos pasos manuales de transferencia entre sistemas separados, dando un flujo más continuo de principio a fin.
✓
¡Lección completada!
KServe dentro de Kubeflow
0
XP ganado
3
Vidas restantes