La Cloud Native Computing Foundation (CNCF) a annoncé le 17 août 2026 la graduation du projet Kubeflow, une étape qui témoigne du niveau de maturité technique et de gouvernance atteint par la plateforme open source, la rendant apte à gérer des charges de travail d’intelligence artificielle et d’apprentissage automatique dans des environnements de production sur Kubernetes.
Kubeflow unifie les étapes du cycle de vie de l’intelligence artificielle et de l’apprentissage automatique, depuis le traitement des données et le développement interactif, en passant par l’entraînement distribué et le réglage des modèles, jusqu’à l’inférence et au déploiement des modèles. Selon la CNCF, cet ensemble peut être exécuté dans des environnements de cloud public, privé et hybride, offrant ainsi aux organisations une base unifiée et indépendante de tout fournisseur particulier.
Pourquoi cette information est-elle importante ?
Cette étape intervient à un moment où les organisations passent d’expérimentations limitées en matière d’intelligence artificielle à l’exécution de modèles à grande échelle. En pratique, cela signifie que les équipes de science des données, d’ingénierie et de plateformes ont besoin d’une architecture cohérente permettant de faire passer les projets de la phase d’expérimentation à la production, plutôt que de gérer des outils distincts pour chaque étape du cycle de vie.
La plateforme s’adresse aux scientifiques des données, aux ingénieurs en intelligence artificielle et en apprentissage automatique, ainsi qu’aux équipes d’ingénierie des plateformes et aux organisations soumises à des exigences réglementaires. La CNCF estime que la conception de Kubeflow autour de Kubernetes aide ces acteurs à exécuter leurs charges de travail dans différents environnements tout en réduisant leur dépendance à une seule plateforme ou à un seul fournisseur.
Une forte croissance au sein de la communauté open source
Kubeflow a été créé chez Google en 2017. Il a commencé comme un ensemble de composants avant d’évoluer vers une plateforme unifiée conçue autour des besoins de traitement des données, de développement, d’entraînement et de déploiement des modèles. Il a rejoint la CNCF en tant que projet en incubation en 2023.
Depuis, le projet a atteint plus de 6 600 contributeurs issus de plus de 1 000 organisations, tandis que le nombre d’étoiles sur ses dépôts GitHub a dépassé les 33 000. Les paquets Kubeflow sur Python Package Index ont atteint près de 260 millions de téléchargements, et des organisations telles que Bloomberg, NVIDIA, Red Hat, LinkedIn et Spotify utilisent ses sous-projets afin d’unifier leurs charges de travail d’intelligence artificielle.
Kubeflow s’intègre à des technologies de la CNCF et à d’autres projets, notamment Prometheus pour la supervision, KServe, Feast, Kueue pour la gestion des files d’attente de tâches, et Istio pour sécuriser les communications entre les services.
Exigences de graduation et perspectives
Pour obtenir le statut de projet diplômé, Kubeflow a réalisé un audit de sécurité par un tiers, créé un comité directeur officiel afin de soutenir une gouvernance transparente et adopté le code de conduite de la CNCF. Le projet conserve également le badge des meilleures pratiques de la Core Infrastructure Initiative (CII), ce qui témoigne de son engagement en faveur de pratiques de développement logiciel sécurisées.
Chris Aniszczyk, directeur technique de la CNCF, a déclaré que la graduation établissait Kubeflow comme une option mature pour les charges de travail d’intelligence artificielle d’entreprise sur Kubernetes. De son côté, David Aronchick, cofondateur de Kubeflow, a décrit cette étape comme le résultat de l’évolution du projet et de son adoption par les équipes et les entreprises.
Les prochaines étapes
La prochaine feuille de route se concentre sur l’extension de l’orchestration des charges de travail liées aux grands modèles de langage (LLM), le renforcement des capacités post-entraînement, notamment le réglage fin, ainsi que l’ingénierie des données à grande échelle et les charges de travail agentiques dans le cadre du cycle de vie des données et de l’intelligence artificielle.
Ainsi, l’impact de la graduation ne se limite pas à l’annonce d’un nouveau statut pour le projet ; elle fournit aux organisations qui évaluent une architecture d’intelligence artificielle un indicateur de la maturité de Kubeflow sur les plans technique, communautaire et de la gouvernance, tout en maintenant la plateforme dans un cadre ouvert et portable fondé sur Kubernetes.