envd在 Kubernetes 上做机器学习开发
Kubernetes 已经是容器编排方面无可争议的实施标准了。通常在做完数据清洗、模型训练、fine-tuning 之后，我们都会把模型服务打包成一个镜像并部署到 Kubernetes 集群中。容器提供了一个隔离的干净环境，保证服务能得到必须的资源，且不会被其他服务影响。这里你可能会想，这些特性对开发环境同样重要，为什么不在最初开发阶段就用上容器呢？
现在，envd 已经实现通过 envd-server 在 Kubernetes 上做机器学习开发的功能了。最大的好处之一就是你能有一个跨机器的统一的环境，别人也能使用这个环境来复现你的实验结果，你还可以基于这个实验环境来构建你的线上环境。自此，机器学习从开发到部署都会变得容易。
如果你是集群的管理员，你可能需要了解同事在集群中的资源使用情况。现在你可以通过 envd dashboard 来查看详情。如果你的团队已经在使用 RBAC 和资源控制等 Kubernetes 的特性，同样可以无缝接入。你可以设置 ResourceQuota 来确保资源的合理使用。
envd server 的具体部署和使用方式可以查看我们的 在 Kubernetes 上 使用 envd 文档。我们还提供了 Helm Chart 帮助用户一键设置好所有必须的组件。你也可以查看并修改 values.yaml 文件来客制化安装及相应配置。
未来，我们还会支持更多的认证方式，审查日志，文件同步功能等。期待大家的反馈！
