Open vSwitch es un conmutador virtual de calidad de producción y de múltiples capas, licenciado bajo la licencia de código abierto Apache 2.0. Está diseñado para permitir una automatización masiva de la red a través de la extensión programática, mientras sigue soportando interfaces y protocolos de gestión estándar (por ejemplo, NetFlow, sFlow, IPFIX, RSPAN, CLI, LACP, 802.1ag).
ENVOY ES UN PROXY DE BORDE Y SERVICIO DE CÓDIGO ABIERTO, DISEÑADO PARA APLICACIONES NATIVAS DE LA NUBE.
La malla de servicio de red (NSM) añade las siguientes propiedades a la red en Kubernetes: Configuraciones de red heterogéneas Protocolos exóticos Túneles como ciudadanos de primera clase Contexto de red como ciudadano de primera clase Encadenamiento de funciones de servicio (SFC) impulsado por políticas Necesidad mínima de cambios en Kubernetes Conexiones negociadas, dinámicas y bajo demanda
ONNX es un formato abierto diseñado para representar modelos de aprendizaje automático. ONNX define un conjunto común de operadores - los bloques de construcción de modelos de aprendizaje automático y aprendizaje profundo - y un formato de archivo común para permitir a los desarrolladores de IA utilizar modelos con una variedad de marcos, herramientas, tiempos de ejecución y compiladores.
Horovod es un marco de entrenamiento de aprendizaje profundo distribuido para TensorFlow, Keras, PyTorch y Apache MXNet. Horovod fue desarrollado originalmente por Uber para hacer que el aprendizaje profundo distribuido sea rápido y fácil de usar, reduciendo el tiempo de entrenamiento de modelos de días y semanas a horas y minutos. Con Horovod, un script de entrenamiento existente se puede escalar para ejecutarse en cientos de GPUs con solo unas pocas líneas de código Python. Horovod se puede instalar en las instalaciones o ejecutarse directamente en plataformas en la nube, incluidas AWS, Azure y Databricks. Horovod también puede ejecutarse sobre Apache Spark, lo que hace posible unificar el procesamiento de datos y el entrenamiento de modelos en una sola canalización. Una vez que Horovod ha sido configurado, se puede usar la misma infraestructura para entrenar modelos con cualquier marco, lo que facilita cambiar entre TensorFlow, PyTorch, MXNet y futuros marcos a medida que las pilas tecnológicas de aprendizaje automático continúan evolucionando.
LF Edge es una organización paraguas que establece un marco abierto e interoperable para la computación en el borde, independiente del hardware, el silicio, la nube o el sistema operativo.
LF Decentralized Trust is the premier open source foundation for fostering global collaborative development of a broad range of technologies and standards that deliver the transparency, reliability, security, and efficiency required for a digital-first economy.