8月17日、CNCFが「CNCF Announces Kubeflow's Graduation, Solidifying a Standard for Cloud Native AI Operations」と題した記事を公開した。CNCFがKubeflowをGraduatedプロジェクトに認定し、Kubernetes上のMLOps標準としての地位を確立したことを正式に発表している。
KubeflowがCNCF Graduatedに到達——「Incubating」から「Graduated」で何が変わるか
CNCFがKubeflowのGraduation（卒業）を正式に発表した。これはKubernetesエコシステムにおけるAI/MLワークロードの標準化という観点で、一つの節目となる。
CNCFのプロジェクト成熟度は3段階（Sandbox → Incubating → Graduated）に分かれており、Graduatedはその最上位だ。KubernetesやPrometheus、Envoyといったインフラの基幹を担うプロジェクトと同じカテゴリに、KubeflowがAI/MLプラットフォームとして初めて名を連ねた。
「Incubating」と「Graduated」の実務上の差は調達プロセスに直結する。Kubeflow貢献者のVikas K. Saxenaは次のように語る。
「『CNCF Graduated』という肩書きは、調達の会話やリスク委員会を通過させてくれる。Incubatingではなかなかそうはいかなかった。これはオープンソースのAIインフラがより多く本番環境に到達することに直接つながる」
規制産業や政府系の案件を抱えるエンジニアには馴染みのある話だろう。技術的な成熟度だけでなく、「CNCF Graduated」というラベルそのものが調達上の信用を生むという現実がある。
9年間の軌跡と現在地
Kubeflowは2017年にGoogleが社内デモから生み出したプロジェクトだ。共同創設者のDavid Aronchickは、当初のプロトタイプを「ホットドッグ判定アプリとKubernetesを組み合わせたクレイジーなデモ」と振り返っている——HBO番組「Silicon Valley」のパロディとして作られた判定モデルをKubernetes上で動かしたことが、プロジェクトの出発点だったという。その後CNCFのIncubatingプロジェクトとして採択され、今回Graduationに至った。
現在の規模は以下の通りだ。
- PyPI累計ダウンロード数：約2億6,000万回
- コントリビュータ数：6,600名以上
- 参加組織：1,000以上
- GitHub Stars（全リポジトリ合計）：33,000以上
採用企業にはBloomberg、NVIDIA、Red Hat、LinkedIn、Spotifyが名を連ねる。
カバーする範囲とエコシステム
Kubeflowがカバーするのは、AIワークロードのエンドツーエンドだ。
- データ処理（Spark Operatorなど）
- インタラクティブ開発（Jupyter Notebook環境）
- 分散トレーニング
- ファインチューニング
- 推論・モデルサービング
単体で完結するのではなく、CNCFエコシステムの他プロジェクトとの連携を前提に設計されている。監視にはPrometheus、モデルサービングにはKServe、フィーチャーストアにはFeast、ジョブキューイングにはKueue、サービス間通信にはIstioを組み合わせる構成だ。
今後のロードマップとしては、LLMオーケストレーションの拡充、ポストトレーニング（ファインチューニング）機能の強化、大規模データエンジニアリング、エージェント型ワークロードへの対応が挙げられている。
Graduation要件として何をクリアしたか
Graduationには技術的成熟度だけでなく、ガバナンスとセキュリティの要件も求められる。Kubeflowは以下を完了した。
- サードパーティによるセキュリティ監査（OSTIF実施）
- フォーマルなSteering Committeeの設立（透明なガバナンス確保）
- CNCFコード・オブ・コンダクトの採用
- CII（Core Infrastructure Initiative）ベストプラクティスバッジの取得
DHL Data & AIのJulius von Kohoutは「Kubeflowはオープンソースとしてだけでなくエンタープライズ規模のプラットフォームとして実際に機能することを証明した」と述べている。
ベンダーロックインへの対抗軸として
Capital OneのDistinguished EngineerであるAlexander Perlmanが指摘するように、Kubeflowの価値はモデル開発ライフサイクル全体に対して「オープンソース・Kubernetesネイティブ・ベンダー非依存」という一貫した立場を取っている点にある。
Red HatのFrancisco Arceoはこう表現する。
「AIの将来をごく少数のプロバイダーに委ねることができない組織にとって、オープン性とポータビリティは本質的なものだ。Kubeflowは特定のプラットフォームやベンダーへの依存なしにAIワークロードを実行する自由を与える」
パブリッククラウドに依存せずオンプレミスや規制環境でAIインフラを構築する必要があるチームにとって、この設計思想は実用上の意味を持つ。国内でもオンプレミスGPUクラスタ上でのMLOps基盤構築を進める動きが広がっており、Kubeflowは日本語コミュニティを通じた情報共有も活発化している。日本国内での関連情報はCloud Native Community Japanも参考になる。
詳細はCNCF Announces Kubeflow's Graduation, Solidifying a Standard for Cloud Native AI Operationsを参照していただきたい。
