Новости · Инструменты

NVIDIA открыла код NVKE и NVKR — managed Kubernetes для GPU-кластеров, пока в превью

NVIDIA выложила под Apache 2.0 два проекта для запуска управляемого Kubernetes на собственной GPU-инфраструктуре. Оба в публичном превью, и в документации прямо сказано: для продакшена пока не годится.

Редакция DeepMe
· 3 мин чтения
Три керамических кубика, связанные бумажными лентами, и отдельный шар с лентой на ступенчатой подставке.
Иллюстрация к теме новости
Первоисточник: www.marktechpost.comМатериал источника от 17.11.2026

Адаптация и понятное объяснение для начинающих. Заявления приведены по материалу источника.

Развернуть управляемый Kubernetes на своих GPU-серверах теперь можно не только через коммерческие платформы: NVIDIA открыла исходный код двух связанных проектов — NVIDIA Kubernetes Engine (NVKE) и NVIDIA Kubernetes Recipes (NVKR). Оба вышли под Apache 2.0 и находятся в статусе публичного превью, то есть их показывают и дают пробовать, но гарантий стабильного продукта не дают.

Разделение ролей простое. NVKE — это управляющий слой: он поднимает кластеры и раздаёт их клиентам, которые работают обычным kubectl. NVKR — сборочная система: она готовит образы ОС, контейнерные образы, Helm-чарты и пакеты, на которых эти кластеры держатся. В терминах Kubernetes NVKE — не дистрибутив, а «фабрика» по производству кластеров, как формулирует сам репозиторий.

Что именно собирает NVKE

Под капотом — апстримный Kubernetes, kubeadm и Cluster API, то есть стандартные механизмы, а не собственная надстройка. Установка идёт по шагам: на хосте-загрузчике поднимается временный одноузловой кластер, затем NVKE запрашивает у NVIDIA Infra Controller (NICo) три сервера для управляющего кластера, а тот загружает их с нужного образа узла. Дальше CAPNICo связывает NICo с NVKE, операторы публикуют релизы — образ машины, релиз кластера и релиз пула узлов, — а клиент выбирает релиз по имени. У каждого рабочего кластера свой control plane, свой etcd и свои пулы узлов.

Отдельного упоминания стоит безопасность на уровне узлов: прежде чем получить учётные данные для вступления в кластер, узел должен предъявить аттестованную идентичность SPIFFE, а в README указано, что SPIRE для этого использует TPM. Проще говоря, машина доказывает, что она действительно та, за кого себя выдаёт, а не просто знает пароль. Есть и шифрование etcd для каждого кластера.

Где начинается «превью»

Самые важные ограничения честно перечислены в документации. После установки API NVKE отдаёт обычный HTTP на порту 30080 с выключенной аутентификацией. Процедур обновления управляющего слоя и его резервного копирования нет. Для проекта, который позиционируется как основа для ИИ-фабрик, это существенно: такие вещи обычно закрывают до того, как пускать кого-то кроме экспериментаторов.

NVKR, в свою очередь, пока не имеет квалифицированного релиза. Зато он умеет прикреплять к артефактам подписи, SBOM (перечень компонентов сборки) и сведения о происхождении, привязывая всё к OCI-ссылкам по дайджесту — это полезная привычка для цепочек поставки, где важно знать, из чего собран образ.

Как посмотреть без GPU

Локальный быстрый старт рассчитан на одну Linux-машину или виртуальную машину с архитектурой amd64 или arm64. Нужны минимум 6 CPU, 12 ГиБ свободной памяти, 100 ГиБ диска, Docker и поддержка виртуального TPM. GPU и аккаунт NVIDIA не требуются — это делает NVKE редким случаем, когда инфраструктурный проект такого масштаба можно потрогать на ноутбуке. Настоящая установка уже требует развёрнутого NICo с зарегистрированными мощностями, сборочного хоста с KVM, HTTP-сервера и реестра образов.

Среди тех, кто заявил об интеграции, — облачные партнёры Firmus и SK Telecom; Mirantis, Rafay, Spectro Cloud, OpenNebula Systems и vCluster добавляют компоненты в свои предложения. Это заявления компаний, а не независимая проверка работоспособности.

Опубликованных бенчмарков по пропускной способности или времени развёртывания нет — качество здесь подтверждается сертификацией (Certified Kubernetes AI Platform и Certified Kubernetes Installer, тесты на Kubernetes 1.36), а не цифрами скорости. Для тех, кто присматривается к теме, ценность релиза именно в этом: открытый, аттестованный и совместимый с апстримом код, по которому видно, как устроен managed Kubernetes для GPU-нагрузок, — с оговоркой, что до продакшена ему ещё далеко.