当地时间11月9日，谷歌云宣布推出两款工具：Kubeflow Pipelines和AI Hub，旨在帮助数据科学家跨不同组织使用创建的模型。
谷歌云 AI 和 ML（机器学习）产品总监 Rajen Sheth 表示，该公司意识到数据科学家创建的许多模型从未被使用过，如果 ML 真的像谷歌认为的那样是一项团队运动，那么这些模型应该是通过共享，数据科学家、数据工程师和开发人员应该能够基于这些模型构建应用程序。
为了帮助解决这个问题，Google 发布了 Kubeflow Pipelines，这是 Kubeflow 的扩展框架，Kubeflow 是一个基于 Kubernetes 构建、专为 ML 设计的开源框架。
管道本质上是容器化组件，ML 生态系统中的用户可以将其连接在一起以构建和管理 ML 工作流程。
通过将模型构建到容器中，数据科学家可以根据需要通过持续交付方法简单地调整和重新启动底层模型，Sheth 认为这为公司打开了更多模型使用的可能性。
至于 ML 功能，Kubeflow Pipelines 还为客户提供了一种新方法来试验不同的管道变体，并确定哪些管道变体在可靠且可重复的环境中输出最佳结果。
AI Hub，顾名思义，数据科学家可以在这个Hub（中心）找到各种ML内容，包括Kubeflow管道、Jupyter笔记本、TensorFlow模块等。
AI Hub将是谷歌云开发的资源的公共存储库AI 团队、Google Research 和其他 Google 团队，让数据科学家能够利用 Google 自己的研发专业知识。
但谷歌希望这个Hub不仅是一个公共资源库，也是一个允许组织内部私人共享信息的平台，从而赋予它双重目的。
这使得数据科学家可以轻松使用中央存储库的必要组件，并且模型的使用量也会相应增加。
AI Hub将于今天开始在Alpha平台上线。
Google 已经提供了一些初始组件和工具用于共享内部资源，并将在未来继续提供更多的资源和性能。