PLANA

Actualidad de
inteligencia artificial

La IA, en claro.

NVIDIA lanza NVKE y NVKR para gestionar Kubernetes sobre infraestructura GPU

La compañía presenta dos proyectos open source en vista previa pública para que los operadores de plataformas de IA puedan aprovisionar y administrar clústeres Kubernetes sobre GPU con un plano de control aislado y artefactos reproducibles.

Edificio de oficinas de Nvidia.
Edificio de oficinas de Nvidia. Fotografía de archivo. Coolcaesar · https://creativecommons.org/licenses/by-sa/4.0

NVIDIA ha presentado dos proyectos de código abierto, NVKE y NVKR, para ayudar a gestionar clústeres Kubernetes sobre infraestructura GPU. La compañía los sitúa en vista previa pública y los orienta a operadores de plataformas de IA que necesitan aprovisionar y administrar clústeres de trabajo con su propio plano de control. Manage Kubernetes Clusters for GPU Infrastructure with NVIDIA Kubernetes Engine | NVIDIA Technical Blog.

Qué anuncia NVIDIA

La novedad es doble. Por un lado, NVIDIA introduce NVIDIA Kubernetes Engine, o NVKE, como la pieza encargada de provisionar y gestionar clústeres Kubernetes mediante una API REST y controladores que se ejecutan en un clúster de gestión. Por otro, presenta NVIDIA Kubernetes Recipes, o NVKR, para construir artefactos reproducibles a partir de fuentes fijadas por versión. Ambos proyectos están disponibles en public preview y se publican como iniciativas open source.

La empresa encuadra este lanzamiento en el terreno de las llamadas AI factories, un tipo de infraestructura en el que la gestión de Kubernetes tiene que convivir con hardware GPU, automatización y requisitos de control más estrictos que en un despliegue generalista. En la práctica, la promesa es que el operador disponga de herramientas específicas para levantar y mantener clústeres pensados para cargas de IA.

Cómo funciona NVKE y qué cambia para el operador

Según la documentación, NVKE se despliega con nvkectl, una herramienta que arranca primero un clúster semilla temporal y después forma el plano de gestión. Ese plano crea los clústeres de trabajo para los clientes, cada uno con su propio plano de control, etcd y pools de nodos. Para quien administra la infraestructura, esto significa separar la capa de gestión de la capa de ejecución y dejar el aprovisionamiento más automatizado.

Ese diseño importa porque reduce la dependencia de procedimientos manuales cuando hay que preparar entornos Kubernetes sobre GPU. Un ejemplo claro sería el de un proveedor que necesita crear varios clústeres para clientes distintos: con esta arquitectura, cada uno puede tener su propio plano de control en lugar de compartir la misma base operativa.

Qué aporta NVKR y cuál es el límite de la noticia

NVKR completa el enfoque desde el lado de la cadena de suministro de software. La documentación lo presenta como una herramienta para construir imágenes de nodo, imágenes de contenedor y paquetes reproducibles a partir de fuentes fijadas por versión. La ventaja es la previsibilidad: el operador puede partir de artefactos más consistentes entre despliegues, algo especialmente relevante en entornos donde la repetición exacta importa.

Conviene distinguir entre lo que anuncia NVIDIA y lo que demuestra de forma independiente la información disponible. La compañía afirma que NVKE está certificado como plataforma AI de Kubernetes y como instalador certificado, con pruebas de conformidad sobre Kubernetes 1.36. Eso describe el estado del proyecto según el fabricante; no hay aquí una evaluación externa adicional que permita ir más allá de esa afirmación. También hay una reserva importante: ambos proyectos están en vista previa pública, así que no se presentan todavía como versiones finales y estables.

Imagen de portada · Coolcaesar · Licencia.

La IA, en claro. Cada viernes en tu correo.

Tres noticias con contexto y un proyecto para descubrir. Apúntate gratis a PLANA semanal.

La conversación continúa en Instagram ↗