返回 AI 工具目录
Polyaxon
基础设施人工精选最近核验 2026年7月23日
Polyaxon 是一个用于构建、训练与监控大规模深度学习的开源 MLOps 平台,目标是解决机器学习中的可复现性、自动化与规模化问题。它提供实验跟踪与仪表盘、分布式训练(支持 TensorFlow、PyTorch、MPI、Horovod、Spark、Dask 等)、超参搜索(网格/随机/Hyperband/贝叶斯等)、并行作业与 DAG 工作流编排,并集成 Jupyter 与 TensorBoard。以 Kubernetes 为底座,可部署在自有机房或任意云,也提供托管版本,核心以 Apache 2.0 开源。适合有一定规模训练需求、希望在自有集群上统一管理实验与流水线的算法团队。
定价开源部署自托管、SaaS 云服务国内可达国内可达许可Apache-2.0
解决什么问题
- 统一记录与对比机器学习实验及指标
- 在 Kubernetes 上编排分布式训练与并行作业
- 用多种策略做超参搜索,提高调参效率
- 以 DAG 编排端到端的机器学习流水线
- 集成 Jupyter、TensorBoard 便于分析
适合
- 有一定规模、需在自有 K8s 上管理训练的团队
- 重视实验可复现与流水线自动化的算法组
- 使用 TensorFlow、PyTorch 等主流框架的场景
- 希望自托管、掌控数据与算力的组织
不适合
- 没有 Kubernetes 运维能力时上手成本高
- 仅做小规模单机实验时偏重
- 面向 LLM/Agent 编排的新需求非其重点
- 托管企业版能力需商业授权
如何接入
- 以 Kubernetes 部署在自有机房或任意云
- 对接 TensorFlow、PyTorch、Horovod、Spark、Dask 等
- 通过 SDK/CLI 与 CI、Jupyter、TensorBoard 集成
- 可选官方托管版减少自运维
已知限制
- 依赖 Kubernetes,部署与运维有门槛
- 托管版及企业能力需商业付费
- 围绕传统深度学习,非专为 LLM 训练设计
- 官方镜像与文档在海外,国内拉取可能偏慢
接入与使用事实
- 部署方式
- 自托管、SaaS 云服务
- 实现语言
- Python
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- Apache-2.0
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
暂无可公开的来源链接。