머신러닝 애플리케이션에서 ‘모델을 만드는 것’은 단지 작은 과정일 뿐이다. 전체 과정에는 개발, 오케스트레이션, 배포, 포터블하고 확장 가능한 머신러닝 워크로드를 운영하는 것, 모두가 포함된다. 이 책은 쿠브플로 프로젝트를 계획하고 실행하는 운영법을 통해 어떻게 쿠버네티스 워크플로를 포터블하고 확장 가능하도록 만드는지 안내한다. 온프레미스부터 주요 클라우드 업체 GCP, AWS, 애저의 워크플로까지 지원하는 쿠브플로 플랫폼으로 여러분의 머신러닝 애플리케이션을 쉽게 운영해보길 바란다.
Contents
CHAPTER 1 쿠브플로 소개
_1.1 쿠버네티스에서의 머신러닝
_1.2 일반적인 쿠브플로 유스 케이스
_1.3 쿠브플로의 구성 요소
_1.4 마치며
_3.1 보안 계획
_3.2 사용자
_3.3 워크로드
_3.4 GPU 계획
_3.5 인프라스트럭처 계획
_3.6 컨테이너 관리
_3.7 Knative를 이용한 서버리스 컨테이너 운영
_3.8 규모와 성장
_3.9 마치며
CHAPTER 4 온프레미스에 쿠브플로 설치
_4.1 쿠브플로 명령어
_4.2 기본 설치 과정
_4.3 쿠브플로 접근과 상호작용
_4.4 쿠브플로 설치
_4.5 마치며
CHAPTER 5 구글 클라우드 쿠브플로 운영
_5.1 구글 클라우드 플랫폼 개요
_5.2 구글 클라우드 SDK 설치
_5.3 구글 클라우드 플랫폼에 쿠브플로 설치
_5.4 마치며
CHAPTER 6 아마존 웹 서비스 쿠브플로 운영
_6.1 아마존 웹 서비스 개요
_6.2 아마존 웹 서비스 가입
_6.3 AWS 명령 줄 인터페이스 설치
_6.4 아마존 웹 서비스의 쿠브플로
_6.5 아마존 EKS에서 관리형 쿠버네티스 사용하기
_6.6 배포 과정 이해
_6.7 마치며
CHAPTER 7 애저 쿠브플로 운영
_7.1 애저 클라우드 플랫폼 개요
_7.2 애저 명령 줄 인터페이스
_7.3 애저 쿠버네티스에 쿠브플로 설치
_7.4 배포에 네트워크 접근 승인
_7.5 마치며
CHAPTER 8 모델 서빙과 통합
_8.1 모델 관리의 기본 개념
_8.2 KFServing 소개
_8.3 KFServing을 이용한 모델 관리
_8.4 마치며
Appendix A 인프라스트럭처 개념
Appendix B 쿠버네티스 개요
Appendix C 이스티오 운영과 쿠브플로
Author
조시 패터슨,마이클 카체넬렌보겐,오스틴 해리스,김소형
패터슨 컨설팅 CEO이자 빅데이터와 응용 머신러닝 분야의 솔루션 통합 아키텍트. 10년간 빅데이터와 광범위한 딥러닝 분야의 경험을 통해 포춘 500 프로젝트에 그의 특별한 인사이트를 담았다. 패터슨은 테네시강 유역 개발 공사(TVA)에서 대규모 데이터 저장과 스마트 그리드 페이저 측정 단위 처리(PMU)를 위한 아파치 하둡 통합을 주도했다. TVA 이후 직원 34명의 초기 하둡 스타트업인 클라우데라에서 수석 솔루션 아키텍트로 근무했다. 클라우데라를 떠난 뒤에는 Deeplearning4j 프로젝트를 공동 창업하고 『자바를 활용한 딥러닝』(한빛미디어, 2018)을 공동 저작했다.
패터슨 컨설팅 CEO이자 빅데이터와 응용 머신러닝 분야의 솔루션 통합 아키텍트. 10년간 빅데이터와 광범위한 딥러닝 분야의 경험을 통해 포춘 500 프로젝트에 그의 특별한 인사이트를 담았다. 패터슨은 테네시강 유역 개발 공사(TVA)에서 대규모 데이터 저장과 스마트 그리드 페이저 측정 단위 처리(PMU)를 위한 아파치 하둡 통합을 주도했다. TVA 이후 직원 34명의 초기 하둡 스타트업인 클라우데라에서 수석 솔루션 아키텍트로 근무했다. 클라우데라를 떠난 뒤에는 Deeplearning4j 프로젝트를 공동 창업하고 『자바를 활용한 딥러닝』(한빛미디어, 2018)을 공동 저작했다.