云原生周刊：在 Kubernetes 上运行机器学习

主要观点总结

本文介绍了多个云原生相关的热点项目和技术趋势，包括KGateway v2.1的升级，Cosign 3.0的软件签名工具升级，以及Kubernetes在机器学习中的应用挑战等。同时，也介绍了开源项目Proton、Fission、Rook和Traefik的特点和作用。最后提及了KubeSphere是一个基于Kubernetes的企业级容器平台，提供了全栈的IT自动化运维能力。

关键观点总结

关键观点1: KGateway v2.1的新特性

KGateway是一个面向云原生和AI场景的高性能网关，支持多租户、统一接入、智能路由与推理服务集成。在最新的v2.1版本中，引入了agentgateway组件，增强了AI推理和多租户路由能力，支持Gateway API v1.3.0和Inference Extension v1.0.0，并优化了监控与健康检查机制。

关键观点2: Cosign 3.0的升级

Cosign是Sigstore项目下的开源命令行工具，用于对容器镜像、软件包等进行签名与验证。Cosign v3.0将若干新功能设为默认开启，增强了与Sigstore生态的兼容性。

关键观点3: Kubernetes上运行机器学习的挑战

在Kubernetes上运行机器学习面临的最大挑战是信任问题，包括数据质量、模型行为可预测性、团队间协作以及基础设施的可靠性。文章建议构建治理和审计流程、搭建模型行为反馈机制、明确责任边界等，以建立信任基础。

关键观点4: 开源项目介绍

介绍了Proton、Fission、Rook和Traefik等开源项目的特点和作用。这些项目提供了高性能流处理、Serverless函数框架、存储编排和反向代理负载均衡等功能。

关键观点5: KubeSphere的介绍

KubeSphere是一个基于Kubernetes的企业级容器平台，提供了全栈的IT自动化运维能力。它拥有多云与多集群管理、DevOps (CI/CD)、应用生命周期管理等功能，已被多家企业采用。