@pydiff k8s 也是部署的一部分。现在考虑交付一个轻量级的版本，例如 k3s ，同时使用集群管理工具例如 rancher 来降低运维负担。

@XiLingHost 因为需要多机集群 + GPU 直通，所以不知道虚拟机的方案是否可以方便的支持

你说的是 h2oai 开源的包，还是它的 driverless AI ，AI cloud 这些产品？

这个约束可以吗？ https://kubernetes.io/docs/concepts/workloads/pods/pod-topology-spread-constraints/

推荐 shopify 的 API ，文档清晰，风格一致： https://shopify.dev/api/admin-rest

性能是一方面。还要考虑生态成熟度和运维难度。

性能再好一出问题两手一滩搞不定，温度有付费的支持服务，属于神仙难救

没看懂这个需求。话说静态页面不就是这样的吗？每个页面就是个 HTML+js 的独立文件。

> 不是很容易找到靠谱的 operator

那就不如写个 Operator 来解决你部署时候碰到的问题吧

@suixn 恩这个是在 kubeflow 的多个组件上进行了定制和二次开发吗？

各位老铁收藏很热情，回答的热情也走起来把

ES 后面是 elastic ，kafka 后面是 confluent ，spring 后面是 pivotal ，hadoop 有点昨日黄花，但是曾经也是有 cloudera ，hortonwork, mapr 这些明星创业企业在做。

这几个企业都符合 Lz 的需求，就是可惜都在国外。

如果想做 Infrastructure ，基本只能去大厂，或者上述这些来源商业化公司了。

@0x4F5DA2 Jupyter 带 terminal 的环境，可以要一个带 GPU 的 lab 容器，然后 gitclone 开源代码到容器里调试运行，是否可以满足需要？

vscode 也可以作为开发环境提供。容器里面运行一个 coder 的进程，然后暴露给用户。

美西的线路质量不知道怎么样？

AWS us-west-2

借问一下，gcr.io ，quay.io 这类容器 image 有什么镜像站吗？

下载个 virtualbox 镜像吧。或者用 vagrant 直接拉

国外的话可以用 aws batch 。按使用量收费的。很多做电影搞动画的渲染工作，都是扔到上面搞得。

很多时候感觉是 toolchain 没有配好。写个复杂的 cmake 或者 makefile 得花半天。程序迟迟跑不起来，没有收到正反馈，感觉沮丧。

Go 这种保姆式 toolchain ，啥都不用安装就能编译起来了。

这个是个 bin packing problem ，https://en.wikipedia.org/wiki/Bin_packing_problem

Np hard ，没有线性时间精确解。但是有不少 heuristic, 例如 first fit https://en.wikipedia.org/wiki/First-fit_bin_packing#:~:text=First%2Dfit%20(FF)%20is,is%20at%20most%20the%20capacity.

具体就是对每一个商品，遍历发票列表，找到有剩余金额可以容纳该商品的发票。如果找不到就新开一张发票。如此知道所有商品都被分配给某张发票。

复杂度 Nk ，其中，N 为商品数量，k 为发票数量级。

这个算法可以被理论证明不会使用超过 1.7 * 最少的发票数量。但实际使用中效果很好，一般远好于这个上界。