Nvidia publie NVKE et NVKR en open source pour Kubernetes managé sur infrastructure GPU

Nvidia publie NVKE et NVKR en open source pour Kubernetes managé sur infrastructure GPU
4 min de lecture

NVIDIA a publié en open source deux projets destinés à faire fonctionner Kubernetes géré sur une infrastructure de GPU : NVIDIA Kubernetes Engine (NVKE) et NVIDIA Kubernetes Recipes (NVKR). Annoncés récemment comme composants de la plateforme NVIDIA DSX AI Factory, ces deux logiciels sont distribués sous licence Apache 2.0 et sont en préversion publique.

Kubernetes est un outil qui organise des applications conteneurisées sur plusieurs serveurs. NVKE en constitue le plan de contrôle pour un service Kubernetes géré. Installé par une « AI factory » sur sa propre infrastructure de processeurs graphiques (GPU), il expose une API REST et des contrôleurs sur un cluster de gestion. Les clients reçoivent des clusters standard, qu’ils utilisent avec l’outil kubectl, tandis que l’opérateur les administre via l’API NVKE ou la ligne de commande nvkectl.

Le dépôt du projet décrit NVKE comme « a self-hosting factory for Kubernetes clusters », et non comme une distribution. Le logiciel s’appuie sur Kubernetes en amont, sur kubeadm et sur Cluster API, et il est écrit en Go. Il ne dépend pas à l’exécution de NVKR.

NVKR est, de son côté, un système de compilation fondé sur des définitions déclaratives. Il produit des exécutables, des images de conteneurs, des charts Helm et des images de nœuds pour les architectures amd64 et arm64. Ses « recipes » définissent des combinaisons validées de versions logicielles et de générations de GPU. Les workflows hébergés y associent des signatures, des SBOM et des informations de provenance, rattachés à des références OCI épinglées par digest. NVKR peut également générer des artefacts pour d’autres systèmes de gestion Kubernetes. Le dépôt ne mentionne encore aucune version qualifiée.

Un déploiement en cinq étapes

Selon le billet technique publié par NVIDIA, l’installation passe par cinq étapes. La commande nvkectl bootstrap site lance d’abord un cluster kind temporaire à un seul nœud, sur un hôte de bootstrap. NVKE demande ensuite trois serveurs à NICo, qui les démarre à partir de l’image de nœud, puis le cluster temporaire est supprimé. NICo gère le cycle de vie du matériel nu (bare metal), et CAPNICo, un fournisseur Cluster API, relie NICo à NVKE. Les opérateurs publient ensuite une image machine, une version de cluster et une version de pool de nœuds, que les clients sélectionnent par leur nom.

Chaque cluster client dispose de son propre plan de contrôle, de sa base etcd et de ses pools de nœuds. NVKE y installe OVN-Kubernetes et NodeLocal DNSCache. Un nœud doit présenter une identité SPIFFE attestée avant d’obtenir ses identifiants de connexion, et le README indique que SPIRE s’appuie sur un TPM pour cette attestation. Le chiffrement d’etcd est disponible par cluster, et un chart Helm fondé sur OpenTelemetry exporte journaux, métriques et traces via OTLP. Trois projets complémentaires s’intègrent aux clusters clients : AI Cluster Runtime (AICR) pour l’environnement GPU, NodeWright pour les paquets de nœuds et NVSentinel pour l’automatisation des réparations.

Certification et limites de la préversion

NVKE est présenté comme certifié Certified Kubernetes AI Platform et Certified Kubernetes Installer, avec des tests de conformité sur Kubernetes 1.36. Aucun benchmark de débit ni de temps de provisionnement n’est publié. Une fois l’installation terminée, l’API NVKE répond en HTTP simple sur le port 30080, avec l’authentification désactivée, et aucune procédure de mise à jour ou de sauvegarde du plan de gestion n’est documentée.

Plusieurs acteurs intègrent déjà les deux projets. Les partenaires cloud de NVIDIA Firmus et SK Telecom les intègrent dans leurs AI factories, tandis que Mirantis, Rafay, Spectro Cloud, OpenNebula Systems et vCluster ajoutent des composants à leurs offres Kubernetes gérées. Netris active NVKE pour son automatisation réseau. Une évaluation locale nécessite au minimum 6 processeurs, 12 GiB de mémoire libre, 100 GiB d’espace disque, Docker et la prise en charge d’un TPM virtuel, sans GPU ni compte NVIDIA. Une installation réelle requiert un déploiement NICo avec des capacités enregistrées, un hôte de compilation avec KVM, un serveur HTTP et un registre de conteneurs.

S’abonner
Notification pour
guest

0 Commentaires
Le plus ancien
Le plus récent Le plus populaire
0
Nous aimerions avoir votre avis, veuillez laisser un commentaire.x