Kubernetes

Kubernetes هي عبارة عن منصة مفتوحة المصدر لتنسيق الحاويات مصممة لأتمتة نشر التطبيقات المعبأة في حاويات وتوسيع نطاقها وإدارتها. تم تطوير Kubernetes في الأصل من قبل Google ، وتتم الآن صيانة Kubernetes من قبل مؤسسة الحوسبة السحابية الأصلية (CNCF) وأصبحت معيار الصناعة لإدارة أعباء العمل الحديثة والسحابية الأصلية.

الميزات الرئيسية لـ Kubernetes

يوفر Kubernetes مجموعة واسعة من الميزات التي تبسط إدارة التطبيقات المعقدة في البيئات الموزعة:

• تنسيق الحاويات: يقوم Kubernetes تلقائيًا بجدولة وإدارة الحاويات عبر مجموعة من الأجهزة، مما يضمن الاستخدام الأمثل للموارد.
• التحجيم: يدعم Kubernetes كلاً من القياس اليدوي والتلقائي للتطبيقات بناءً على CPU أو الذاكرة أو المقاييس المخصصة.
• المعالجة الذاتية: يقوم بمراقبة صحة التطبيقات وإعادة تشغيل أو استبدال الحاويات الفاشلة تلقائياً للحفاظ على استقرار النظام.
• موازنة التحميل: تقوم Kubernetes بتوزيع حركة مرور الشبكة عبر حاويات متعددة لضمان التوافر العالي والأداء الموثوق.
• إدارة التخزين: يدعم العديد من خلفيات التخزين المتنوعة، مثل التخزين المحلي والتخزين المستند إلى السحابة وأنظمة ملفات الشبكة، لتلبية احتياجات التطبيقات.

للاطلاع على مقدمة حول استخدام الحاويات، راجع صفحة مسرد مصطلحات Docker.

Kubernetes في الذكاء الاصطناعي والتعلم الآلي

تلعب Kubernetes دورًا حاسمًا في تدفقات عمل الذكاء الاصطناعي والتعلّم الآلي، حيث تعد إدارة المهام الموزعة والمهام كثيفة الموارد أمرًا ضروريًا. فهو يبسط نشر الأنظمة المعقدة مثل خطوط أنابيب التعلم الآلي، مما يضمن قابلية التوسع والموثوقية.

مثال 1: تدريب نموذج التعلم الآلي

يمكن استخدام Kubernetes لإدارة التدريب الموزع لنماذج التعلم الآلي عبر عقد متعددة ممكّنة على GPU. على سبيل المثال، يمكن لفريق يقوم بتدريب نموذج تعلم عميق باستخدام PyTorch يمكن نشر مهام التدريب الخاصة بهم على شكل كبسولات Kubernetes. يضمن ذلك تخصيص الموارد بكفاءة ويتيح توسيع نطاق عمليات التدريب بشكل ديناميكي بناءً على متطلبات عبء العمل. تعرف على المزيد حول التدريب الموزع وكيفية تسهيل Kubernetes له.

مثال 2: نشر النموذج

تُستخدم Kubernetes على نطاق واسع لنشر نماذج التعلم الآلي في الإنتاج. على سبيل المثال، نموذج الكشف عن الكائنات الذي تم تدريبه باستخدام Ultralytics YOLO يمكن وضعه في حاويات ونشره على Kubernetes. يضمن هذا الإعداد توافرًا عاليًا من خلال ميزات مثل التحديثات المتجددة والنسخ المتكرر، مما يقلل من وقت التعطل ويحافظ على موثوقية الخدمة.

Kubernetes مقابل التقنيات ذات الصلة

بينما تتفوق Kubernetes في تنسيق الحاويات، تركز تقنيات مثل Docker على الحاويات نفسها. توفر Docker الأساس لإنشاء الحاويات وتشغيلها، بينما تقوم Kubernetes بتنسيق هذه الحاويات وإدارتها على نطاق واسع. للحصول على فهم أعمق، استكشف الفرق بين تهيئة الحاويات وتنسيقها.

ومن المفاهيم الأخرى ذات الصلة مفهوم الحوسبة بدون خادم، والذي يُلخص إدارة البنية التحتية بالكامل. على عكس Kubernetes، تقوم المنصات بدون خادم بتوسيع نطاق الموارد تلقائيًا بناءً على المشغلات القائمة على الأحداث دون تدخل المستخدم. تعرف على المزيد حول الحوسبة بدون خادم.

التطبيقات الواقعية

يتم استخدام Kubernetes في مختلف الصناعات لتعزيز كفاءة تدفقات عمل الذكاء الاصطناعي والتعلم الآلي:

• الرعاية الصحية: تتيح Kubernetes نشر نماذج تحليل الصور الطبية، مثل تلك الموضحة في تحليل الصور الطبية، من خلال ضمان قابلية التوسع والموثوقية في معالجة مجموعات البيانات الكبيرة.
• المركبات ذاتية القيادة: يدعم نظام Kubernetes النشر القابل للتطوير للتطبيقات في خطوط أنابيب المركبات ذاتية القيادة، مثل تلك الموصوفة في الذكاء الاصطناعي للسيارات ذاتية القيادة.
• البيع بالتجزئة: في مجال البيع بالتجزئة، تعمل Kubernetes على تشغيل نماذج الكشف عن الكائنات في الوقت الفعلي مثل Ultralytics YOLO لتحسين إدارة المخزون وتحسين تجارب العملاء.

بدء استخدام Kubernetes

بالنسبة لأولئك المهتمين بالاستفادة من Kubernetes لمشاريع الذكاء الاصطناعي، تتكامل أدوات مثل Ultralytics HUB بشكل جيد مع Kubernetes لتدريب ونشر النماذج بسلاسة. بالإضافة إلى ذلك، تعمل منصات مثل Google Kubernetes Engine (GKE) وخدمة Amazon Elastic Kubernetes Service (EKS) على تبسيط إدارة مجموعة Kubernetes.

لمعرفة المزيد حول نشر نماذج الذكاء الاصطناعي على نطاق واسع، استكشف دليل خيارات نشر النماذج.

تُمكِّن Kubernetes المؤسسات من إدارة أعباء عمل الذكاء الاصطناعي وتوسيع نطاقها بفعالية، مما يجعلها حجر الزاوية في الحوسبة السحابية الحديثة والأصلية. تضمن مجموعة ميزاته القوية واعتماده على نطاق واسع أنه سيظل أداة حيوية لمجتمع الذكاء الاصطناعي والتعلم الآلي.