Kubeflow，名字取自 Kubernetes + Tensorflow ，是 Google 为了支持 Tensorflow 的部署而推出的开源平台。Kubeflow 旨在使 Kubernetes 上的机器学习变的轻松、便捷、可扩展，其目标不是重建其他服务，而是提供一种简便的方式找到最好的 OSS 解决方案。Kubeflow 的目标是通过发挥 Kubernetes 的特长，从而更便捷地运用机器学习：
在不同的基础设施上实现简单、可重复的便携式部署
部署和管理松散耦合的微服务
根据需求进行扩展
Kubeflow 于2017年底正式开源，并于2018年5月发布了首个 0.1 版本，之后陆续发布了 0.2、0.3 和 0.4 RC 版本。截至2018年12月18日，Kubeflow 已有 100 多个活跃成员，得到 30 多个组织的支持。
Kubeflow 产品管理团队近日发布了 2018 年度回顾和 2019 新年计划，并表示目前正在努力让 Kubeflow 达到第一个主要版本 1.0 。这将是项目的一个重要里程碑，计划在 2019 年上半年准备就绪。
Kubeflow 1.0 的重点将围绕：
API 稳定；
PyTorch 相关问题
TFJob 相关问题
强大的监控和日志记录
扩展和负载测试
集成超参数调优
高级数据管理
往更高层面来说，Kubeflow 1.0 关注的重点包括：
面向企业就绪
改进部署和开发体验
实现高级 ML 工作流程
基础设施完善
……
更多细节可查阅：Kubeflow 2019 roadmap