← Volver al blog
Aiaprox. 8 min de lectura

NVIDIA liberó un plano de control para Kubernetes con GPU

Publicado 11 nov 2026
NVIDIA liberó un plano de control para Kubernetes con GPU

La parte incómoda de la infraestructura de GPU llega después de tener las tarjetas: darle una porción a un equipo de forma que ese equipo pueda usarla sin recibir la máquina entera.

Ese es el problema al que apunta dsx-ai-factory/nvke, y el nombre del proyecto es literal: NVIDIA Kubernetes Engine. NVIDIA lo liberó bajo Apache 2.0, está escrito en Go contra la versión 1.27.3 y está en preview. Sumó unas 345 estrellas por día esta semana, lo que para un repositorio de infraestructura con 809 en total significa que la mayoría de su público lo encontró en los últimos días.

Qué es, en palabras de NVIDIA

El README es cuidadoso con las definiciones, y el cuidado vale la pena reproducirlo porque evita mucha confusión.

NVIDIA deja claro que NVKE no es una distribución de Kubernetes ni un flavour de Cluster API. El proyecto se llama a sí mismo una fábrica autoalojada de clusters de Kubernetes. Un cluster semilla desechable levanta un cluster de gestión. El plano de gestión que corre en ese cluster aprovisiona y administra el ciclo de vida de muchos clusters de carga aislados, bajo demanda.

Una instalación, por tanto, tiene dos tipos de cluster. El cluster de gestión corre el plano de gestión de NVKE y los controladores de infraestructura. Los clusters de carga corren las aplicaciones de los clientes, cada uno con su propio plano de control, su propio etcd y sus propios pools de nodos. Tú operas el plano de gestión. Tus clientes usan sus clusters a través de la API de Kubernetes y de kubectl, y desde su lado parece un servicio gestionado.

Esa es la forma que un equipo de plataforma de una neocloud, un laboratorio de investigación o una empresa con sus propios racks de GPU termina construyendo a mano. Alguien tiene que ser dueño del medio aburrido: aprovisionar máquinas, unir nodos, reemplazar hardware roto, subir versiones de Kubernetes, y hacerlo por inquilino sin contaminación cruzada. NVKE es ese medio, empaquetado.

La parte de identidad es la parte interesante

Casi todos los componentes aquí son los esperables. La parte que me sorprendió es la identidad de los nodos.

Los nodos se atestan mediante SPIFFE/SPIRE con su propio TPM antes de recibir credenciales de ingreso. Si alguna vez te preguntaste cómo sabe un cluster que la máquina que pide entrar es la que aprovisionaste y no otra cosa que encontró el endpoint, esta es la respuesta, y es la correcta. La atestación ocurre contra hardware, no contra un token que alguien copió de un config map.

El cifrado de datos de etcd está disponible por cluster, lo que para un despliegue multiinquilino es lo mínimo, no una función.

Las máquinas vienen de NVIDIA Infra Controller, o NICo, que es el único proveedor de infraestructura compatible en el preview. Es una restricción real. Si tu hardware lo gestiona otra cosa, esto todavía no es conectable.

Probarlo sin GPU

Lo más amable del repositorio es el quickstart local, que levanta un plano de gestión de desarrollo y un cluster de carga sobre máquinas simuladas. No hace falta cuenta de NVIDIA. Los requisitos son un host o VM Linux, amd64 o arm64, al menos 6 CPUs, 12 GiB de memoria libre, 100 GiB de disco libre, Docker y soporte de TPM virtual. En macOS se usa una VM de Colima.

El objetivo de ese ejercicio es estrecho y práctico: llegar a un cluster de carga y confirmar que sus nodos reportan Ready. Si eso funciona, viste el ciclo completo sin tocar silicio.

Compilar desde el código es el otro camino, y es refrescantemente aburrido:

git clone https://github.com/dsx-ai-factory/nvke.git
cd nvke
make build

Eso produce nueve binarios en bin/: agent, updater, controller, nvkectl, capd-reboot-controller, nvke-os-image-check, management-engine, tenant-api, operator-api. Compilar no levanta un plano de gestión ni crea un cluster, lo que suena obvio hasta que ejecutas un objetivo de make que hacía exactamente eso.

Para una instalación real aportas las máquinas, la red, las imágenes de nodo y los registries, y configuras el acceso a NICo. El repositorio compañero nvkr, NVIDIA Kubernetes Recipes, construye las imágenes de nodo y los componentes de NVKE a partir de entradas fijadas, y es dueño de la evidencia de build y release. Separar «lo que se construye» de «lo que se despliega» es la costura correcta, y hace que los artefactos tengan una historia de procedencia aparte del plano de control.

La sección de limitaciones parece una confesión

Aquí NVKE se gana algo de confianza.

El preview trae advertencias explícitas, en el README, no enterradas en una wiki. La autenticación de la API está apagada y la API usa HTTP plano después de la instalación. Se espera que configures autenticación y acceso protegido antes de admitir llamadas. El cluster de gestión no se actualiza, no escala ni se reemplaza. No hay procedimiento de actualización del plano de gestión ni de copia y restauración. Las imágenes de nodo con FDE son solo para evaluación y no ofrecen confidencialidad en reposo.

Esa lista es poco habitual. Casi todos los anuncios de preview escriben «no para producción» y siguen. NVIDIA enumeró las formas concretas en que te vas a lastimar, lo que te permite decidir si tu evaluación es segura.

Para quien planea desplegar: la combinación de HTTP plano sin autenticación significa que el plano de gestión tiene que estar detrás de un límite de red que tú controles, punto. No es un caso de «lo endurecemos después», es un caso de «no enroutes esto».

Para quién es

Tres grupos, más o menos.

El primero es quien opera una nube de GPU. Si vendes clusters de Kubernetes sobre tu propio hardware, la cuenta de construir frente a comprar un plano de control es mala, porque no es lo que paga el cliente y es lo que te despierta a las 3 de la mañana. Un plano de control Apache 2.0 con una superficie tipo kubectl para inquilinos es atractivo incluso con calidad de preview, porque puedes leer el código.

El segundo son grandes empresas con un equipo de plataforma central y clientes internos. El modelo «el operador corre el plano, los clientes reciben clusters» encaja directo con cómo un banco o una fábrica asigna capacidad de GPU, que es un ticket, una cuota y un namespace aislado, no un cluster compartido con fe en el RBAC.

El tercero son las instituciones de investigación. El aislamiento multiinquilino con etcd por cluster y atestación por TPM se acerca a lo que necesita una universidad cuando cuatro laboratorios comparten un rack DGX y uno de ellos hace algo que no debe ser visible para los demás.

Para lo que no sirve es para un solo equipo con ocho GPU. Pasarías más tiempo en el plano de control que en los modelos.

La lectura estratégica

La estrategia de software de NVIDIA es consistente desde hace tiempo: hacer que el hardware sea fácil de consumir y dejar gratis la capa de orquestación. CUDA, NCCL, Triton, NIM y ahora un plano de gestión de Kubernetes. Nada de eso es donde está el margen. Todo eso hace más usable el silicio, que es donde está el margen.

También hay un ángulo competitivo. La historia del Kubernetes gestionado para GPU la contaban sobre todo los hyperscalers, porque son dueños tanto del servicio de plano de control como del hardware. NVKE da la misma forma a cualquiera con racks, y lo hace sin exigir mandar la carga a AWS. Para una nube soberana o un comprador de industria regulada, es una opción real que antes no existía como código abierto.

El contraargumento es el mantenimiento. Un plano de control es un servicio que actualizas con calendario, parcheas un viernes y reconstruyes cuando el snapshot de etcd se corrompe. No es una biblioteca que subes en el lockfile. La ausencia de una ruta de actualización del plano de gestión en el preview no es un hueco de documentación, es la parte más difícil del problema, y NVIDIA todavía no la resolvió en público.

Así que trátalo como el preview de una arquitectura, no de un producto. Lee el código, corre el quickstart local, fórmate una opinión sobre si el modelo de arranque por cluster semilla aguanta cuando el propio cluster de gestión tiene que moverse. Esa pregunta, no el catálogo de modelos, es lo que decide si un plano de control de Kubernetes para GPU es de verdad software de commodity.

Apache 2.0 significa que puedes hacer fork si la respuesta es no. Ese es el valor real del lanzamiento.

Artículos relacionados