บล็อก
Kubeflow + Argo CD: GitOps MLOps บน Kubernetes
เทรนด้วย Kubeflow ส่งมอบด้วย Argo CD — pipelines, Model Registry, KServe และ rollback ผ่าน git revert
ในหน้านี้
คู่มือปฏิบัติจับคู่ Kubeflow (train / evaluate / register) กับ Argo CD (GitOps deliver / rollback) สำหรับสถาปัตยกรรมเต็ม manifests และ anti-patterns อ่าน บทความยาว.
InferenceService, คำจำกัดความ pipeline และคอมโพเนนต์แพลตฟอร์มถูก reconcile จาก Git เทรนและประเมินใน Kubeflow; promote โดยอัปเดต Git manifest; ย้อนกลับด้วย git revert. เก็บโมเดลใน object storage — Git เก็บ URIs และคอนฟิก ไม่ใช่น้ำหนัก
ทำไมต้องสองเครื่องมือ?
Kubeflow ตอบ: เราจะรันการเทรนและการประเมินที่ทำซ้ำได้บน GPUs อย่างไร? Argo CD ตอบ: เราจะส่งโมเดลที่ได้ไปยังโปรดักชันโดยไม่มีคลัสเตอร์ snowflake อย่างไร? การใช้แค่ Kubeflow มักจบที่การทำแบบมือ kubectl apply สำหรับการเสิร์ฟ การใช้แค่ Argo CD ทำให้คุณไม่มี ML pipeline และระบบทดลองระดับชั้นหนึ่ง รวมกันแล้วเป็นลูป MLOps ปิด
การแบ่งงาน
| ข้อกังวล | เครื่องมือ | อะไรอยู่ใน Git |
|---|---|---|
| Pipeline DAGs, TrainJobs, การทดลอง | Kubeflow Pipelines / Trainer | Pipeline YAML / สเปกคอมโพเนนต์ |
| อาร์ติแฟกต์โมเดล & สายเลือด | Model Registry + object storage | URI + metadata — ไม่ใช่ไฟล์น้ำหนัก |
| Serving, canaries, rollbacks | KServe + Argo CD | InferenceService overlays |
| ติดตั้งแพลตฟอร์ม & อัปเกรด | Argo CD Applications | Helm/Kustomize สำหรับ Kubeflow เอง |
ลูป end-to-end (ลักษณะที่ดีหน้าตาเป็นอย่างไร)
- นักวิทยาศาสตร์ข้อมูล merge การเปลี่ยน pipeline → Argo CD sync pipeline CRDs
- Kubeflow รันการเทรนบนโหนด GPU (จัดคิวผ่าน Kueue ได้ตามต้องการ)
- ประตูการประเมินผ่าน → ลงทะเบียน model URI; PR อัปเดต prod
InferenceServicestorageUri. - Argo CD ตรวจพบ OutOfSync แล้ว rollout (ทราฟฟิก canary ก่อน)
- Drift หรือเมตริกแย่ →
git revertคืน URI ก่อนหน้า; Argo CD reconcile
ห้าแนวปฏิบัติที่ลดความเจ็บปวด
- แยก repos หรือโฟลเดอร์: แพลตฟอร์ม (ติดตั้ง Kubeflow) vs แอป (pipelines + InferenceServices)
- อย่า commit ไบนารีโมเดล — อ้างอิง
s3:///gs:/// PVC URIs. - Sync waves: MySQL/MinIO (หรือเทียบเท่าที่จัดการ) ก่อนคอมโพเนนต์ KFP
- ขีดจำกัดทรัพยากรทุกขั้น — งานเทรนไร้ขีดจำกัดจะทำให้คลัสเตอร์อด
- Promotion = PR, ไม่ใช่ปุ่มในโน้ตบุ๊ก เส้นทางตรวจสอบได้ฟรี
เมื่อสแต็กนี้เกินจำเป็น
Mac Studio เครื่องเดียวที่รัน Ollama สำหรับแชทบอท SME ไม่ต้องการ Kubeflow + Argo CD ใช้แพทเทิร์นนี้เมื่อคุณมีหลายโมเดล มีการแย่ง GPU ความต้องการ compliance หรือมากกว่าหนึ่งสภาพแวดล้อม (dev/staging/prod) ที่ต้องเหมือนกัน
อ่านเวอร์ชันยาว
การ บทความยาว ครอบคลุมแผนที่ Kubernetes MLOps ปี 2026 (KFP v2, Trainer, KServe, Kueue) แพทเทิร์น Argo CD Application ประตู promote canary serving, GPU FinOps และเช็กลิสต์ rollout เผยแพร่โดย TenthMatrix.
เพิ่มเติมจากบล็อก
Observability Is Not Optional: Make It a Business Standard
Why fragmented monitoring creates blind spots, duplicate spend, and slow incidents — and how to make centralised observability a non-negotiable company standard.
WSL Vault for Compliance: One Tenant Never Opens Another’s Secrets
How WSL Vault keeps app, team, and environment tenants cryptographically isolated — so a stolen root-style token cannot empty the estate — and why dual-tenant control beats secrets sprawl.
Workstation AI Shop: Promoting the AI Sales Storefront Through int → test → acc → prod
Workstation AI Shop sells GPU machines with a fully autonomous AI Sales Agent that configures the basket. See how Ring Promoter moves each build through int → test → acc → prod — with Orbit screenshots release engineers and stakeholders share.