آینده پروژه KitOps چیست؟

KitOps 1.0: تولید ثابت شده است

امروز یک نقطه عطف مهم برای پروژه منبع باز KitOps است زیرا نسخه 1.0 را منتشر می کنیم. این فقط در مورد ویژگی های جدید نیست (اگرچه ایجاد خودکار ModelKit از Hugging Face یا یک فهرست اسکن شده هیجان انگیز است)، بلکه شروع یک سفر برای هر کاربر KitOps است. KitOps هزاران بار در هفته دانلود می‌شود و توسط شرکت‌های جهانی، سازمان‌های دولتی امن، و تعداد زیادی از سازمان‌های کوچکتر (اما به همان اندازه مهم) در تولید استفاده می‌شود.

این 1.0 می گوید که KitOps تولید ثابت شده و توسط برخی از خواستارترین سازمان ها بوده است و برای هر کاری که می توانید به آن بپردازید آماده است!

البته به لطف جامعه فوق العاده توسعه دهندگان، نویسندگان و ارائه دهندگان بازخورد، ویژگی های جدیدی نیز وجود دارد:

• با وارد کردن مخزن موجود Hugging Face یک ModelKit ایجاد کنید (نیازی به ویرایش Kitfile نیست)
• با اسکن ساختار دایرکتوری، یک Kitfile به طور خودکار تولید کنید
• شی پیکربندی برای ModelKits اکنون هضم‌ها را با هر لایه ذخیره می‌کند تا دسترسی به حباب لایه خاصی را آسان‌تر کند.
• اکنون لایه‌ها برای گنجاندن دایرکتوری‌های مرتبط با فهرست زمینه بسته‌بندی می‌شوند و باز کردن بسته‌بندی تاربال‌ها را ساده‌تر می‌کند.
• سیاهههای مربوط به دم با -f پرچم
• کیت فایل model شی اکنون دارای یک است format فیلد تا بتوانید در مورد قالب سریال سازی مدل صریح باشید (به عنوان مثال، GGUF، ONNX، و غیره…)

علیرغم تغییرات عمده نسخه، KitOps 1.0 با نسخه قبلی سازگار است.

قبل از چه اتفاقی می افتد، چه چیزی شروع شد؟

KitOps با یک سوال ساده شروع شد:

چرا یک استاندارد باز برای بسته بندی پروژه AI/ML وجود ندارد تا بتوان آن را به هر ابزار یا محیطی وارد یا صادر کرد؟

هر ابزار AI/ML فرمت و رویکرد بسته‌بندی خاص خود را دارد، که باعث می‌شود پروژه‌های جابه‌جایی از ابزاری به ابزار دیگر (یا بدتر از آن، جایگزینی ابزار یک فروشنده با ابزار دیگر) کمتر از جشن جشن دبیرستان کری سرگرم‌کننده باشد. پس چرا قبلا استانداردی وجود نداشت؟ پاسخ این بود که فروشندگان ابزار و زیرساخت انتخاب را دوست ندارند – آنها می خواهند مشتریان در قالب ها و ابزارهای خود قفل شوند. برای سرمایه گذاران عالی به نظر می رسد، اما در نهایت همیشه یک استراتژی بازنده است زیرا کاربران همیشه به انتخاب نیاز دارند. به همین دلیل است که PDF، GIF، Markdown و سایر استانداردهای باز استانداردهای خوبی هستند!

خوشبختانه، نویسندگان اصلی KitOps همگی خوانندگان xkcd بودند، بنابراین ما نکرد یک استاندارد پانزدهم ایجاد کنید، در عوض ما KitOps را ساختیم تا به تیم ها اجازه دهیم پروژه های AI/ML خود را با استفاده از استاندارد OCI موجود (کانتینر) به اشتراک بگذارند و بازتولید کنند. اما… ما نمی‌خواستیم فقط مدل‌ها، مجموعه داده‌ها، پایگاه‌های کد و مستندات را در یک تصویر ظرف واحد جمع کنیم، زیرا همه برای انجام بخشی از چرخه عمر پروژه به همه چیز نیاز ندارند.

در عوض، ما همه چیز را به عنوان یک OCI Artifact به نام ModelKit که شامل مدل‌ها، مجموعه داده‌ها، پایگاه‌های کد و مستندات در لایه‌های جداگانه است، بسته‌بندی کردیم. سپس کیت CLI را ساختیم تا برای افراد یا خطوط لوله که فقط لایه‌هایی را که برای انجام کارشان نیاز دارند، بی‌اهمیت جلوه دهند.

تیم‌هایی که از KitOps استفاده می‌کنند، شاهد پیشرفت‌های بزرگی در امنیت و کاهش ریسک هستند، به‌علاوه کاهش 31.9 درصدی در زمان لازم برای انجام پروژه AI/ML از زمان ایده‌برداری تا تکمیل:

• KitOps پروژه های AI/ML خود را ذخیره می کند، نسخه می کند و ایمن می کند در همان مکانی که کانتینرهای آنها قبلاً بدون زیرساخت اضافی نگهداری می شود (همه قبلاً یک رجیستری کانتینر دارند)
• KitOps ModelKit ها ضد دستکاری، ایمن هستند و می توانند به صورت دیجیتال امضا شوند
• KitOps ModelKits را می توان با ابزارهای MLOps و DevOps موجود بدون هیچ تغییری استفاده کرد
• بسته‌بندی انتخابی KitOps زمان و فضای مورد نیاز برای استقرار و بازتولید پروژه‌های AI/ML را کاهش می‌دهد.
• بسته های KitOps به راحتی به کانتینرهای قابل اجرا یا استقرار Kubernetes تبدیل می شوند

بعدی برای KitOps چیست؟

KitOps بخشی از یک هدف بزرگتر بود – ایجاد یک استاندارد باز برای بسته بندی پروژه های AI/ML که توسط همه فروشندگان اتخاذ خواهد شد. ما دو قدم مهم در این راه برداشته ایم:

*1/ پیش نویس مشخصات بسته بندی مدل تایید شده با CNCF *
نگهبانان KitOps به همراه اعضای Red Hat، ANT Group، ByteDance، و Jozu مشخصات جدیدی را مورد بحث و بررسی قرار داده اند که به رجیستری های OCI و زمان اجرا قالب و رابط های سازگاری برای مدیریت پروژه های AI/ML می دهد. این استاندارد CNCF به اشتراک گذاری و بازتولید پروژه های AI/ML در Kubernetes و پروژه های مرتبط با آن را ساده می کند.

2/ KitOps را به عنوان یک پروژه sandbox به CNCF ارسال کرد

ما KitOps را به‌عنوان یک پروژه جعبه ایمنی به CNCF ارسال کرده‌ایم و انتظار داریم در سه ماهه اول 2025 آن را تأیید کنیم. این ویژگی جامعه KitOps را ایجاد می‌کند و اضافه کردن یکپارچه‌سازی‌های KitOps در محصولات خود را برای سایر فروشندگان ساده‌تر می‌کند.

همیشه سخت است که اجازه دهید چیزی در جهان منتشر شود که با عشق و مراقبت ساخته اید، اما ما بیشتر هیجان زده هستیم که ببینیم شما، جامعه هوش مصنوعی/ML، چگونه KitOps را پذیرفته و رشد می دهید!

-براد میکلی، سرپرست پروژه کیت اوپس و مدیر عامل جوزو

به انجمن KitOps بپیوندید

برای پشتیبانی، به‌روزرسانی‌های انتشار و بحث کلی KitOps، لطفاً به KitOps Discord بپیوندید. دنبال کنید KitOps در X برای به روز رسانی روزانه

اگر به کمک نیاز دارید، چندین راه برای دسترسی به انجمن و نگهبانان ما وجود دارد که در سند پشتیبانی ما ذکر شده است

گزارش مسائل، پیشنهاد ویژگی ها، و مشارکت

بینش شما به KitOps کمک می کند تا به عنوان یک استاندارد باز برای AI/ML تکامل یابد. ما عمیقا ارزش دارد مشکلات و درخواست‌های ویژگی‌هایی که از کاربران جامعه خود دریافت می‌کنیم. برای مشارکت در افکار خود، به برگه Issues بروید و دکمه سبز رنگ New Issue را فشار دهید. الگوهای ما شما را در ارائه جزئیات ضروری برای رسیدگی موثر به درخواست شما راهنمایی می کنند.

ما انجمن و مشارکت کنندگان KitOps خود را دوست داریم. برای کسب اطلاعات بیشتر در مورد روش‌های متعددی که می‌توانید مشارکت کنید (لازم نیست کدنویس باشید) و نحوه شروع به راهنمای مشارکت‌کنندگان ما مراجعه کنید. لطفاً قبل از مشارکت، حاکمیت و آیین نامه رفتار ما را بخوانید.

جامعه ای که بر اساس احترام ساخته شده است

در KitOps، فراگیری، همدلی و مسئولیت در هسته اصلی ما قرار دارد. لطفاً کد رفتار ما را بخوانید تا ارزش های هدایت کننده جامعه ما را درک کنید.

نقشه راه

ما نقشه راه خود را آشکارا به اشتراک می گذاریم تا هر کسی در جامعه بتواند بازخورد و ایده ارائه دهد. با پینگ کردن ما در Discord یا ایجاد مشکل به ما اطلاع دهید که مایلید چه چیزی را ببینید.