2026-11-11
Agent Substrate：推动 Kubernetes 在大规模智能体场景中的应用
NVIDIA将开源运行时Agent Substrate捐赠至CNCF Sandbox，通过多路复用与检查点技术，在标准容器基础上实现10倍密度提升，支持数百万智能体高效调度，并与Dynamo推理框架及KAI Schedu...
2026-11-06
使用NVIDIA DSX OS配置、认证和运维Kubernetes GPU集群
NVIDIA 开源软件层 DSX OS 包含三款工具：AICR 用于构建可复现的 Kubernetes 基准配置，NVCRE 通过 NCCL 测试和训练任务验证集群生产就绪性，NVSentinel 持续监控节点健康并支持...
2026-11-03
用NVIDIA Workload Map更快适配新AI框架
NVIDIA发布开源组件Workload Map，为Kubernetes上的分布式AI工作负载提供统一结构描述，支持JobSet、PyTorchJob、RayCluster等14种框架。通过声明式YAML定义替代逐框架适...
2026-11-02
为 NVIDIA Dynamo 构建经过验证的 Kubernetes 运行时
NVIDIA AI Cluster Runtime（AICR）作为DSX AI Factory平台组件，通过打包NVIDIA Dynamo及其依赖基础设施为验证配方，提供两种Kubernetes路由路径（Dynamo F...
2026-10-27
NVIDIA Mission Control 2.5：为Kubernetes带来自主故障恢复能力
NVIDIA Mission Control 2.5 正式发布，将自主恢复引擎从 HPC/Slurm 工作负载扩展至基于 Kubernetes 的 AI 训练任务，支持硬件故障自动隔离、作业自动重启与调度，并新增 AI ...
2026-10-12
AI集群运行时AICR v1.0：开放、稳定、可验证的GPU配置方案
NVIDIA发布AI Cluster Runtime v1.0，通过版本锁定的配置"食谱"解决GPU加速Kubernetes集群的组件兼容难题。该工具支持Helm、Argo CD等主流部署工具，提供签名验证证据，并已吸引...
2026-09-24
NodeWright：让Kubernetes节点集群管理更简单
NVIDIA发布开源项目NodeWright，作为Kubernetes原生的主机操作系统包管理器，可在不中断工作负载的前提下，对GPU节点集群进行声明式配置与滚动更新。它支持渐进式部署策略、内置验证机制，并与NVIDIA...
2026-09-24
NVIDIA推出NVCRE：AI工作负载上线前的集群就绪验证工具
NVIDIA发布开源Kubernetes控制器NVCRE，可在AI工作负载上线前通过真实分布式任务验证GPU集群就绪性，自动定位故障节点，支持自适应故障隔离与NCCL、NeMo等多类测试。
2026-09-17
僵尸工作负载困扰数据中心效率提升
云与AI基础设施中大量闲置的"僵尸工作负载"持续消耗资源与预算，IDCA估算美国云使用量中约13%属此类浪费，GPU时代因成本更高使问题更为突出，业界正通过FinOps、可观测性工具及Kubernetes演进加以应对。
2026-09-16
NVIDIA FLARE：跨Docker、K8s、Slurm的联邦学习方案
NVIDIA FLARE通过分离持久化联邦服务与作业执行层，使不同站点可分别采用Docker、Kubernetes或Slurm运行联邦学习任务，并通过Study机制实现多研究的数据与资源隔离。
2026-09-04
跨联邦Kubernetes与AI平台传递用户身份的方法
现代AI平台需要跨多集群、多云环境传递用户身份，而非依赖单点SSO。文章介绍了一种中心化身份网关模式：由统一身份网关负责会话创建与生命周期管理，各区域网关通过共享验证接口确认会话并注入可信身份信息。NVIDIA采用该方案...
2026-08-27
Kubernetes 1.37 发布：强化工作负载感知调度与集群网络能力
Kubernetes 1.37正式发布，代号Garhwal，是2026年第二个主要版本。本次更新重点面向AI与机器学习场景，引入原生Gang调度支持分布式训练任务的全量或零量Pod部署，HPA缩容至零功能升至Beta，可...
2026-05-08
SUSE与英伟达联合推出面向主权企业工作负载的一站式AI工厂平台
在2026年布拉格SUSECON大会上，欧洲开源巨头SUSE宣布与英伟达合作推出SUSE AI Factory，这是一款经过预验证的一站式AI平台。该平台基于SUSE Rancher Prime和SLES构建，集成英伟达...
2025-05-14
为何云原生应用的迅速普及需要更快、更高效的工具集
本文探讨了云原生环境中 AI/ML 负载激增带来的变革，强调借助 Kubernetes 等新型工具实现规模、敏捷和便携优势，并以 Pizza Hut 案例说明云原生开发如何驱动业务升级。
2024-11-15
谷歌云更新 Kubernetes 引擎，可支持万亿参数的人工智能模型
谷歌云（Google Cloud）今天宣布升级旗下 Kubernetes 引擎的容量，以应对更大规模的模型，Kubernetes 引擎的容量将从目前支持 15000 个节点集群升级到支持 65000 个节点集群。
2024-09-19
IBM收购Kubernetes成本控制初创公司Kubecost，扩展FinOps套件
IBM在宣布收购专注于Kubernetes环境成本管理的初创公司Kubecost的计划后，该公司正在扩展其云财务运营能力。
2023-10-13
关于Kubernetes在生产中的应用，这十大要点ChatGPT不会说
我们向ChatGPT更具体地询问有关使用 Kubernetes 的建议。它提供了一份在生产中使用Kubernetes的12项最佳实践清单，其中大部分都是正确且相关的。但当被要求将该列表扩展到50项最佳实践时，我们很快就发...
2023-09-20
Red Hat OpenStack平台更新 旨在构建和管理私有云
Red Hat OpenStack平台现已更新为Red Hat OpenStack Services on OpenShift。
