然后咱们左边的朋友 大家好右边的朋友 大家好然后谁还没有听过Kubernetes的挺请举手还好大家都听到过或者没有听到过的呢也不好意思这个暴露自己我叫张新来自彩云科技我们的英文叫做彩Cloud其中的CAI代表的是Cloud AI社区里做了很多的工作让Kubernetes变得更加快更加的稳 更加的强大今天我们想探讨一下如何让Kubernetes算得更聪明提到计算我们首先来问一个哲学问题计算是什么计算可能是比谁算得更快算得更好的一个选美比赛但是我更认同一个观点计算的本质是对数据做处理通过处理对数据做转化从而将数据转化为商业的决策和业务端的价值那基于这个计算的基础那我们再来看看为什么今天我们要谈Kubernetes谈到计算其实有一个经常我们会遇到的一个矛盾就是灵活性和管理性相互之间经常是雄和这个鱼和熊掌难以坚得那以我们熟悉的S为例S提供了机器层面和操作系统层面的非常底层的接口给用户极大的这个灵活性可以去随意地配置但是用户同时还需要做很多的配置才能把自己的业务系统运行起来那另一个极端就是PASSPASS提供了很好的封装带来了很多的管理性但是由于它很多黑盒的这种封装当我们用户想要去做一些定制化开发的时候往往就需要去打破玻璃去遇到很大的一个门槛Kubernetes一方面提供了底层容器层面的接口网络层面和存储层面的一些操作的接口那同时也提供了很多自带的管理的特性所以因此它在两者之间获得了一个非常好的一个平衡虽然如此但是要Kubernetes算得更加的聪明更加的贴近的业务其实我们还需要做很多的最后一公里配送的工作那我们Kubernetes的用户可以想一想有多少次其实我们还是要手动地人肉地去配置非常底层的Kubernetes的规则去撰写Kubernetes的声明文件去配置Kubernetes相关的很多的参数那另外一方面Kubernetes可以很好的支持无状态的应用但是对于数据类的应用不光是存储以及怎么样去更好的挖掘数据的价值那这些都是目前我们需要去解决的这个问题才能把Kubernetes真正的传递到业务端为了让Kubernetes算得更聪明我们今天想探讨一下两个最佳实践那第一个实践是与现在非常流行的Container as a Service不同我们号召和倡导Cluster as a Service相比于传统的Container as a Service我们管它叫Kubernetes提供了更高层的操作的接口那用户可以在集群的层面快速地去创建去管理他们的集群以及他们的符合型的业务而不需要从一个一个的Docker镜像从一个一个的进程去管理相互之间的依赖网络连接性以及配置所以通过提供Cluster层面的操作可以让用户更加地从业务这个层面去思考他们的架构从而规避了很多底层的一些反腐的一些配置的发生那这样一个思路目前也已经在很多的大型客户里面得到了很广泛的应用有了这样一个集群提供的算力我们更实现了将最前沿的深度学习的引擎利用了容器的轻便利用了Kubernetes的并行同时利用了容器化GPU的加速然后来快速地处理海量的数据实现极速的深度学习的引擎不管数据是结构化还是非结构化的我们充分地利用了Kubernetes的管理特性来并行化并且去动态的管理深度学习或是Tensor Flow运行所需要的各种任务当模型训练好以后再通过Kubernetes的自动管理的特性可以保证这个训练出来的模型可以去稳定地去服务用户的需求同时我们都知道不管是容器还是Kubernetes都带来了一个DevOps的一个非常好的一个特性我们更是把这样的一个特性应用在了深度学习的一个流水线中从深度学习模型的开发配置 训练 到响应全部都利用Kubernetes和容器的持续继承的方式形成一个有机的流水线最后我们都知道Kubernetes是一个统一的资源管理平台通过将深度学习引擎也进行容器化进行Kubernetes化我们可以把这样的业务和其他的线上业务生产业务统一地浑跑在一起这样不光是极大的提高了资源的利用率还用同一套管理方法去极大的节省了管理的成本所以这块我们可以看到我们通过Kubernetes所提供的强大的算力可以去真正地将深度学习的算法去实现落地并且提供一个极速的体验这样的两个技术结合起来就会发生很大的一个魔力不论是在政府还是在安全大金融还是在电商等等领域通过时间都已经获得了非常显著的效果最后想强调一点从Kubernetes到Tensor Flow这样开源的技术它提供给企业的不是一个产品和解决方案而是赋予了企业的一种能力我们都说受人与鱼不如受之与鱼这样开放的技术其实是提供给了企业这样可控自主然后同时可以快速创新的能力今天就简单地介绍一下我们如何把Kubernetes变得更加地聪明感谢大家