Balinder Walia
Een praktische gids om Kubeflow (train / evaluate / register) te combineren met Argo CD (GitOps deliver / rollback). Voor de volledige architectuur, manifests en anti-patterns, lees het lang artikel.
InferenceService, pipeline-definitie en platformcomponent wordt vanuit Git gereconcilieerd. Train en evalueer in Kubeflow; promote door een Git-manifest bij te werken; rollback met git revert. Houd modellen in object storage — Git bewaart URI’s en config, geen weights.
Waarom beide tools?
Kubeflow beantwoordt: hoe voeren we reproduceerbare training en evaluatie uit op GPU’s? Argo CD beantwoordt: hoe brengen we het resulterende model naar productie zonder snowflake-clusters? Alleen Kubeflow gebruiken eindigt vaak in handmatige kubectl apply voor serving. Alleen Argo CD gebruiken laat je zonder first-class ML-pipeline en experimentsysteem. Samen vormen ze een gesloten MLOps-lus.
De taakverdeling
| Aandachtspunt | Tool | Wat leeft in Git |
|---|---|---|
| Pipeline-DAG’s, TrainJobs, experimenten | Kubeflow Pipelines / Trainer | Pipeline-YAML / componentspecs |
| Modelartefacten & lineage | Model Registry + object storage | URI + metadata — niet het weights-bestand |
| Serving, canaries, rollbacks | KServe + Argo CD | InferenceService overlays |
| Platforminstallatie & upgrades | Argo CD Applications | Helm/Kustomize voor Kubeflow zelf |
End-to-end lus (hoe goed eruitziet)
- Data scientist merget een pipelinewijziging → Argo CD sync’t pipeline-CRD’s.
- Kubeflow draait training op GPU-nodes (optioneel in wachtrij via Kueue).
- Evaluation gates slagen → model-URI geregistreerd; een PR werkt de prod bij
InferenceServicestorageUri. - Argo CD detecteert OutOfSync en rolt uit (eerst canary traffic).
- Drift of slechte metrics →
git revertherstelt de vorige URI; Argo CD reconcilieert.
Vijf praktijken die je pijn besparen
- Aparte repo’s of mappen: platform (Kubeflow-install) vs apps (pipelines + InferenceServices).
- Commit nooit modelbinaries — referentie
s3:///gs:/// PVC-URI’s. - Sync waves: MySQL/MinIO (of managed equivalenten) vóór KFP-componenten.
- Resourcelimieten op elke stap — training jobs zonder limieten zullen het cluster uithongeren.
- Promotion = PR, geen knop in een notebook. Audit trail krijg je gratis.
Wanneer deze stack overkill is
Eén Mac Studio die Ollama draait voor een MKB-chatbot heeft geen Kubeflow + Argo CD nodig. Kies dit patroon wanneer je meerdere modellen, GPU-contention, compliance-eisen of meer dan één omgeving (dev/staging/prod) hebt die identiek moet blijven.
Lees de lange versie
De lang artikel dekt de Kubernetes MLOps-kaart 2026 (KFP v2, Trainer, KServe, Kueue), Argo CD Application-patterns, promotion gates, canary serving, GPU FinOps en een rollout-checklist. Gepubliceerd door Workstation.