📄️ Kubeflow Trainer In HPC

深入介绍Kubeflow Trainer在HPC场景中的应用，包括项目背景、核心架构、支持的框架（PyTorch/DeepSpeed/MPI）、训练任务创建流程、与Volcano调度器的集成方案，以及与Volcano Job的对比分析

📄️ Kubeflow Trainer PyTorch并行计算

深入介绍Kubeflow Trainer如何支持PyTorch框架实现HPC并行计算能力，包括HPC并行计算基础特性、PyTorch分布式训练原理、Kubeflow Trainer的CRD设计与组件架构、torchrun自动配置机制，以及算法工程师如何在代码中使用并行计算能力

📄️ Kubeflow Trainer CRD配置格式详解

详细介绍Kubeflow Trainer的三个核心CRD（TrainJob、TrainingRuntime、ClusterTrainingRuntime）的完整配置格式，包括每个配置项的注释说明、复杂配置项的表格解释、特殊标签和注解的使用，以及最佳实践指南

📄️ Kubeflow Trainer 环境变量自动注入

详细介绍Kubeflow Trainer在不同训练框架（PyTorch、DeepSpeed、MLX、TorchTune、MPI）下自动注入的环境变量，包括PET系列环境变量、标准分布式训练环境变量、MPI环境变量等，以及各框架的使用示例和最佳实践

📄️ Kubeflow Trainer 安装、部署及使用

详细介绍Kubeflow Trainer的真实安装、部署及使用过程，基于CPU的PyTorch分布式训练案例，包括ConfigMap、HostPath、镜像构建三种部署方式的完整实践指南