NVIDIA ha publicado en código abierto dos proyectos destinados a hacer funcionar Kubernetes gestionado en una infraestructura de GPU: NVIDIA Kubernetes Engine (NVKE) y NVIDIA Kubernetes Recipes (NVKR). Anunciados recientemente como componentes de la plataforma NVIDIA DSX AI Factory, estos dos softwares se distribuyen bajo la licencia Apache 2.0 y están en preversión pública.
Kubernetes es una herramienta que organiza aplicaciones contenerizadas en múltiples servidores. NVKE constituye su plano de control para un servicio Kubernetes gestionado. Instalado por una «AI factory» en su propia infraestructura de unidades de procesamiento gráfico (GPU), expone una API REST y controladores en un clúster de gestión. Los clientes reciben clústeres estándar, que utilizan con la herramienta kubectl, mientras que el operador los administra a través de la API NVKE o la línea de comandos nvkectl.
El repositorio del proyecto describe NVKE como «a self-hosting factory for Kubernetes clusters», y no como una distribución. El software se basa en Kubernetes upstream, en kubeadm y en Cluster API, y está escrito en Go. No depende en tiempo de ejecución de NVKR.
NVKR es, por su parte, un sistema de compilación basado en definiciones declarativas. Produce ejecutables, imágenes de contenedores, charts Helm e imágenes de nodos para las arquitecturas amd64 y arm64. Sus «recipes» definen combinaciones validadas de versiones de software y generaciones de GPU. Los workflows alojados asocian firmas, SBOM e información de procedencia, vinculados a referencias OCI fijadas por digest. NVKR también puede generar artefactos para otros sistemas de gestión de Kubernetes. El repositorio aún no menciona ninguna versión calificada.
Un despliegue en cinco pasos
Según la entrada técnica publicada por NVIDIA, la instalación pasa por cinco etapas. El comando nvkectl bootstrap site inicia primero un clúster kind temporal de un solo nodo, en un host de bootstrap. NVKE solicita luego tres servidores a NICo, que los arranca desde la imagen de nodo, tras lo cual se elimina el clúster temporal. NICo gestiona el ciclo de vida del hardware físico (bare metal), y CAPNICo, un proveedor Cluster API, conecta NICo con NVKE. Los operadores publican luego una imagen de máquina, una versión de clúster y una versión de grupo de nodos, que los clientes seleccionan por su nombre.
Cada clúster de cliente dispone de su propio plano de control, su base etcd y sus grupos de nodos. NVKE instala en ellos OVN-Kubernetes y NodeLocal DNSCache. Un nodo debe presentar una identidad SPIFFE atestada antes de obtener sus credenciales de conexión, y el README indica que SPIRE se basa en un TPM para dicha atestación. El cifrado de etcd está disponible por clúster, y un chart Helm basado en OpenTelemetry exporta registros, métricas y trazas vía OTLP. Tres proyectos complementarios se integran en los clústeres de cliente: AI Cluster Runtime (AICR) para el entorno GPU, NodeWright para los paquetes de nodo y NVSentinel para la automatización de reparaciones.
Certificación y límites de la preversión
NVKE se presenta como certificado Certified Kubernetes AI Platform y Certified Kubernetes Installer, con pruebas de conformidad en Kubernetes 1.36. No se publican benchmarks de rendimiento ni de tiempo de aprovisionamiento. Una vez finalizada la instalación, la API NVKE responde en HTTP simple en el puerto 30080, con la autenticación desactivada, y no se documenta ningún procedimiento de actualización o respaldo del plano de gestión.
Varios actores ya integran los dos proyectos. Los socios cloud de NVIDIA Firmus y SK Telecom los integran en sus AI factories, mientras que Mirantis, Rafay, Spectro Cloud, OpenNebula Systems y vCluster añaden componentes a sus ofertas de Kubernetes gestionado. Netris habilita NVKE para su automatización de red. Una evaluación local requiere como mínimo 6 procesadores, 12 GiB de memoria libre, 100 GiB de espacio en disco, Docker y soporte de un TPM virtual, sin GPU ni cuenta NVIDIA. Una instalación real requiere un despliegue NICo con capacidades registradas, un host de compilación con KVM, un servidor HTTP y un registro de contenedores.
