Kubernetes是工具敏捷性的基础, 更快的迭代, 以及数据科学平台内的可重复性. 但数据科学家不应该非得成为基础设施专家才能实现它的承诺.
Domino的企业MLOps平台与VMware vSphere基础设施产品协同工作，在不影响可用性的情况下提高生产力, 安全性或性能.
IT部门也很高兴:vSphere允许DevOps团队进行管理, 使用他们首选的管理程序来安全和控制数据中心基础设施的生命周期-与他们首选的Kubernetes发行版配对, 包括VMware Tanzu, Red Hat OpenShift, 牧场主还是知更鸟.IO.
数据科学家受益于直观的用户界面，支持kuberenet支持的按需计算能力, 不需要有工程或DevOps经验.
实施软件工程实践, 源代码控制管理，并通过允许数据科学家创建来实现模型的可重复性, 更新, 并管理计算环境容器映像. 在整个组织范围内一次性推出编程语言、工具和源代码库. 产生配置冲突, 痛苦而昂贵的软件和硬件升级周期已经成为过去.
获得所需的粒度控制，以便为正确的人员提供正确数量的数据:连接数据存储库, 数据库和云文件系统，同时通过真正的用户隔离控制访问.
平衡对可伸缩计算资源的受治理访问, 包括对复杂的支持, multi-pod, GPU-enabled工作负载, 简化批作业和计划作业的设置和执行
在这个按需面板中, 来自英伟达和VMware的创新者讨论了Kubernetes的历史，以及它在gpu加速数据科学中日益突出的地位.
特色 克雷格McLuckie (k8创始人之一 & VP (R)&D在VMware)， 克里斯羊肉 (vp, cuda, DGX & 英伟达的云计算)，以及 克里斯•杨 (Domino CTO).
