7、深入探索Kubeflow：从基础操作到安全规划与用户管理

深入探索Kubeflow：从基础操作到安全规划与用户管理

1. 基础操作与实验管理

在操作环境中，我们可以观察到一些基本的张量操作在特定设备上运行。在笔记本的底部单元格中，能看到这些操作在 /job:localhost/replica:0/task:0/device:GPU:0 上执行，这表明代码正在本地GPU上实际运行。

在多笔记本和GPU使用方面，在NVIDIA A100和MIG技术出现之前，如果多个笔记本尝试访问笔记本服务器上的单个GPU，很可能会出现笔记本锁定或崩溃的情况。因此，如果在使用Kubeflow时没有使用A100和MIG，建议在单个GPU笔记本服务器上一次只激活一个笔记本。

Kubeflow平台包含机器学习元数据服务，可跟踪系统上运行的作业和实验的多个方面。下面介绍一些使用该服务SDK的基本概念和术语：
- 工作区（Workspace） ：对一组管道、笔记本及其相关工件和执行进行分组。
- 运行（Run） ：捕获工作区中的管道或笔记本，并对执行进行分组。
- 执行（Execution） ：捕获工作区中管道或笔记本的运行，并对执行进行分组。

这些关键概念的层次关系如下：

graph LR
    A[Workspace] --> B[Run]
    A --> C[Execution]

还有一个概念是存储（store），它是用于连接元数据g