Kubeflow扩展了AI功能，项目临近CNCF毕业

Kubeflow项目发布多项更新，以强化Kubernetes上的分布式AI与高性能计算能力，并加速推进CNCF毕业进程。核心更新包括发布Kale 2.0，该工具可将Jupyter notebooks自动转换为生产级管道，无需编写KFP SDK代码，现已支持Kubeflow Pipelines v2架构。Kubeflow Notebooks v2采用声明式CRD驱动架构重新设计，提供对JupyterLab和VS Code等交互式环境的模板化控制，Alpha版本已可用。SDK新增原生Spark支持，用户无需配置基础设施即可运行Spark，并提供统一Python接口，涵盖数据处理、管道编排、分布式训练及大语言模型微调蓝图。Kubeflow Trainer通过MPI支持统一分布式训练，并正式集成Flux Framework，允许在单一Kubernetes环境中协调HPC模拟与AI训练任务。Model Registry更名为Hub，扩展至包含Model Catalog和MCP Catalog，支持以OCI为存储标准搜索和部署MCP服务器。KServe引入LLMInferenceService CRD，支持跨节点分布式推理及OpenAI兼容API。Kubeflow Community Distribution 26.03已验证支持Kubernetes 1.34+，强化多租户默认设置及Pod Security Standards Restricted兼容性。社区通过外联项目和ML体验工作组降低参与门槛。