EKS 上的 Kubeflow 深入解析
审查基线：Kubeflow 社区发行版 26.03.1 已检查的最新发行版：社区发行版 26.03.1；各组件的发行版本单独跟踪 最近审查日期：2026 年 10 月 12 日
概述
Kubeflow 提供基于 Kubernetes 的工具，用于 ML 流水线、Notebook、调优、训练和服务部署。社区发行版整合了各组件的修订版本、共享服务和仪表板；各个项目也有自己的发行版本和安装要求。
本系列以该发行版中的 KFP 2.16.1 和 KServe 0.18.0 作为复现基线。
KFP 2.17.2 和 KServe 0.21.0 是较新的独立发行版本。它们未包含在社区发行版 26.03.1 中，本指南也未确定它们彼此兼容。请同时检查发行版锁定的组件清单和当前组件发行版本。
CNCF 于 2026 年 8 月 17 日宣布 Kubeflow 毕业。这肯定了项目的成熟度和治理情况，包括通过独立安全审计。但这并不代表对特定 EKS 部署的安全性或法规合规性作出认证。
组件概览
| 组件 | 用途 | API 或概念 | 指南 |
|---|---|---|---|
| 仪表板、Profiles、访问管理 | UI 导航、命名空间所有权和成员管理 | 集群范围的 Profile；可选配额 | 第 1 部分 |
| Pipelines | 编译和执行工作流；跟踪运行和制品 | Pipeline/Run/Experiment API；可选的 Kubernetes Native API 模式会添加 Pipeline/PipelineVersion CRD | 第 2 部分 |
| Notebooks | 用户 Notebook 工作负载 | Notebook；镜像和 PVC 配置 | 第 3 部分 |
| Katib | 超参数搜索和试验 | Experiment、Trial、Suggestion CRD | 第 4 部分 |
| Trainer | 使用已配置运行时进行分布式训练 | TrainJob、TrainingRuntime、ClusterTrainingRuntime | 第 5 部分 |
| KServe | 模型推理服务 | InferenceService；特定模式的依赖项 | 第 6 部分 |
本概览涵盖本指南的范围，并非整个发行版。26.03.1 发行版还包括 Hub/模型注册表和 Spark Operator。KFP Experiment 并不是 Katib Experiment CRD。
仪表板提供指向各组件 UI 的链接。只有在其实现明确提交受支持的训练资源时，Pipelines 和 Katib 才会使用 Trainer。将训练后的制品连接到 KServe 需要单独的部署步骤；图表并未表示模型会自动晋级。
为什么在 EKS 上运行
现有 EKS 平台可以让 ML 工作负载共享容量管理、存储集成、工作负载身份和监控。兼容性仍取决于 Kubernetes 版本、CPU 架构、镜像、网络、存储驱动程序和身份验证。仅符合 Kubernetes 标准并不足够；发行说明指出 ARM64 镜像覆盖并不完整。
团队仍需负责组件/CRD 升级、租户授权、持久化数据、凭证和恢复。Amazon SageMaker AI 可减轻部分基础设施管理责任，但数据访问、应用程序正确性、模型质量和成本控制仍需要明确负责人。应根据所需接口、运维能力和工作负载限制进行选择。
当前涵盖内容
- 第 1 部分：EKS 上的架构和安装：当前社区发行版、旧版 AWS 发行版的限制、Profiles、身份和清单渲染。
- 第 2 部分：Pipelines：SDK v2、编译、执行和制品存储。
- 第 3 部分：Notebooks：工作负载、Profiles、存储和 GPU 放置。
- 第 4 部分：Katib：实验、试验、搜索和提前停止。
- 第 5 部分：Trainer：旧版 Training Operator 和 Trainer v2 API。
- 第 6 部分：KServe：推理资源、部署模式和滚动发布。
请使用各章节对应的组件基线。选择安装方案前，请检查 26.03.1 发行版、锁定的组件清单、KFP 2.17.2 和 KServe 0.21.0。