2019 路线图

本文档给出了 Arena 开发的路线图。

2019

核心用户场景

目标: 方便与外部系统集成

集成工作
- 提供Java, Python and C++ SDK
- 和Kubeflow Pipelines项目集成，并且提供Standalone Job, MPI Job, Estimator Job支持

目标: 扩展能力范围，提供更多具体任务类型的提交和管理以及模型预测的能力

High Level Interfaces:
- 支持更多类型的数据处理和机器学习任务Spark, Flink, XDL, PyTorch, MXNet
- 支持 Model Serving的全生命周期管理，这会依赖于KF Serving的实现

目标: 支持同一个后端Operator的不同API版本，避免因为后端API版本升级影响用户对于现有任务的使用

适配不同版本:
- v1aphla2 和 v1 TFJob
- v1alpha1 和 v1aphla2 MPIJob

目标: 重构代码并且提升自动化测试能力进而能实现快速迭代

重构源码
- 将cmd包中的通用逻辑迁移到pkg包，比如Trainer的接口和实现
自动化测试能力:
- 单元测试
- 集成测试