/PaddleFlow

Primary LanguageGoApache License 2.0Apache-2.0

PaddleFlow简称PF,AI资源管理与调度工具。基于云原生Kubernetes或K3s,提供面向AI开发的批量作业执行系统,并且提供易用的共享文件系统,在apache license2.0 开源协议下发布。 PaddleFlow作为机器学习平台的资源核心,适用于机器学习和深度学习的单机和分布式作业,针对作业依赖的算力和存储资源进行多租户管理和调度;提供缓存编排和加速的能力,降低访问远程存储的频率,提升训练效率;提供工作流用于编排AI作业,模板化AI作业的训练流程,提升实验效率。 总的来说,PaddleFlow为用户屏蔽各种各样的资源对接和管理细节,让用户编排和执行AI作业更简单,更高效,上手成本更低。

核心特性

1.存储

  • 兼容posix协议,提供高性能fuse文件系统(PaddleFlowFS),内置两层缓存能力,提供API、Fuse、CSI三种使用方式
  • 同时,结合缓存亲和性调度策略提供缓存位置感知能力,将数据本地化,极大提升训练效率

2.调度

  • 基于kubernetes的计算资源池化管理
  • 基于华为开源的volcano的队列调度
  • 内置主流深度学习计算框架引擎(Paddle、Tensorflow等)
  • 支持机器学习和数据分析框架(Spark等)

3.工作流

  • 通过工作流抽象复杂的命令,将其模板化,可被多次运行(支持断点运行和产出Artifact管理)和分享。
  • 提供python客户端,同时支持通过静态Yaml的方式进行作业编排
  • 支持运行在主流的DAG执行引擎上(未来版本),如Argo、Airflow等

架构

PaddleFlow由四个部分组成:

  • 1.PaddleFlow 客户端(包含PaddleFlowFS): 命令行工具方便用户在开发机安装和使用,PaddleFlow 客户端(包含PaddleFlowFS): 命令行工具方便用户在开发机安装和使用,其中PaddleFlowFS基于fuse实现,兼容posix语义,支持AI作业常用的命令,内置缓存能力,加速远端数据读写,同时支持多种数据源的对接,比如BOS等类S3系统,HDFS,本地文件系统等。
  • 2.PaddleFlow server: PaddleFlow核心服务,主要包含队列、存储、工作流等核心功能的管理。
  • 3.volcano(基于开源volcano改造): 主要增加elastic quota更灵活管理资源的能力,未来会逐步提交社区review。
  • 4.paddleflow-csi-plugin: 基于kubernetes csi插件机制实现了PaddleFlowFS接入并提供fuse客户端的管理能力。

PaddleFlow 功能架构

PaddleFlow的部署主要分为客户端和服务端,其中客户端主要用于准备和打包作业,服务端主要用于作业解析和作业管理,其中执行作业如图中示例主要为kubernetes和k3s。其中,他们会共用一个共享的文件系统,这样会更加方便用户更加直观的查看作业状态和日志等。

PaddleFlow 部署架构

快速部署

点击PaddleFlow安装部署 里面包含PaddleFlow客户端和服务的部署方式

快速上手

命令行参考

点击命令行操作说明 获取所有操作命令和示例。

python sdk参考

点击sdk使用说明 获取sdk的使用说明。

其他详细参考

工作流功能使用详解工作流
作业功能实用详解作业
存储功能实用详解存储
CSI下存储挂载点恢复挂载点恢复

开源协议

使用 apache license 2.0开源,详见 LICENSE。

PaddlePaddle相关能力使用

待补充。