A NVIDIA abriu um plano de controle para Kubernetes de GPU

A parte incômoda da infraestrutura de GPU chega depois que as placas estão na mão: entregar uma fatia delas a uma equipe de um jeito que a equipe consiga usar sem receber a máquina inteira.
É o problema que o dsx-ai-factory/nvke ataca, e o nome do projeto é literal: NVIDIA Kubernetes Engine. A NVIDIA abriu o código sob Apache 2.0, ele é escrito em Go contra a versão 1.27.3 e está em preview. Ganhou cerca de 345 estrelas por dia esta semana, o que, para um repositório de infraestrutura com 809 no total, significa que a maior parte do público o encontrou nos últimos dias.
O que é, no enquadramento da própria NVIDIA
O README é cuidadoso com as definições, e o cuidado vale ser reproduzido porque evita muita confusão.
A NVIDIA deixa explícito que o NVKE não é distribuição de Kubernetes nem um flavour do Cluster API. O projeto se chama de fábrica auto-hospedada de clusters Kubernetes. Um cluster semente descartável levanta um cluster de gerenciamento. O plano de gerenciamento que roda nesse cluster, então, provisiona e administra o ciclo de vida de muitos clusters de carga isolados, sob demanda.
Uma instalação, portanto, tem dois tipos de cluster. O cluster de gerenciamento roda o plano de gerenciamento do NVKE e os controladores de infraestrutura. Os clusters de carga rodam as aplicações dos clientes, cada um com seu próprio plano de controle, seu próprio etcd e seus próprios pools de nós. Você opera o plano de gerenciamento. Seus clientes usam os clusters pela API do Kubernetes e pelo kubectl, e do lado deles parece um serviço gerenciado.
Esse é o formato que um time de plataforma de uma neocloud, de um laboratório de pesquisa ou de uma empresa com racks de GPU próprios acaba construindo à mão. Alguém precisa ser dono do meio chato: provisionar máquinas, juntar nós, trocar hardware com defeito, subir versões do Kubernetes, e fazer isso por inquilino sem contaminação cruzada. O NVKE é esse meio, empacotado.
A parte de identidade é a parte interessante
A maioria dos componentes aqui é o que se espera. A parte que me surpreendeu é a identidade dos nós.
Os nós se atestam via SPIFFE/SPIRE com o próprio TPM antes de receber credenciais de entrada. Se você já se perguntou como um cluster sabe que a máquina pedindo para entrar é a que você provisionou e não outra coisa que achou o endpoint, esta é a resposta, e é a correta. A atestação acontece contra hardware, não contra um token que alguém copiou de um config map.
A criptografia de dados do etcd está disponível por cluster, o que, para um cenário multi-inquilino, é o mínimo, não um recurso extra.
As máquinas vêm do NVIDIA Infra Controller, ou NICo, que é o único provedor de infraestrutura compatível no preview. É uma restrição real. Se o seu hardware é gerenciado por outra coisa, isso ainda não é plugável.
Testar sem GPU
A coisa mais amigável do repositório é o quickstart local, que sobe um plano de gerenciamento de desenvolvimento e um cluster de carga em máquinas simuladas. Não precisa de conta NVIDIA. Os requisitos são host ou VM Linux, amd64 ou arm64, pelo menos 6 CPUs, 12 GiB de memória livre, 100 GiB de disco livre, Docker e suporte a TPM virtual. No macOS você usa uma VM Colima.
O objetivo desse exercício é estreito e prático: chegar a um cluster de carga e confirmar que os nós reportam Ready. Se funcionar, você viu o ciclo inteiro sem tocar em silício.
Compilar do código é o outro caminho, e é refrescantemente sem graça:
git clone https://github.com/dsx-ai-factory/nvke.git
cd nvke
make build
Isso gera nove binários em bin/: agent, updater, controller, nvkectl, capd-reboot-controller, nvke-os-image-check, management-engine, tenant-api, operator-api. Compilar não sobe plano de gerenciamento nem cria cluster, o que parece óbvio até você rodar um alvo de make que fazia exatamente isso.
Para uma instalação real, você fornece as máquinas, a rede, as imagens de nó e os registries, e configura o acesso ao NICo. O repositório companheiro nvkr, NVIDIA Kubernetes Recipes, constrói as imagens de nó e os componentes do NVKE a partir de entradas fixadas, e é dono da evidência de build e release. Separar “o que é construído” de “o que é implantado” é a costura certa, e faz os artefatos terem uma história de procedência separada do plano de controle.
A seção de limitações parece uma confissão
Aqui o NVKE ganha alguma confiança.
O preview vem com avisos explícitos, no README, não escondidos numa wiki. A autenticação da API está desligada e a API usa HTTP puro depois da instalação. Espera-se que você configure autenticação e acesso protegido antes de admitir chamadas. O cluster de gerenciamento não se atualiza, não escala e não se substitui. Não existe procedimento de upgrade do plano de gerenciamento nem procedimento de backup e restauração. As imagens de nó com FDE são só para avaliação e não oferecem confidencialidade em repouso.
Essa lista é incomum. A maioria dos anúncios de preview escreve “não use em produção” e segue. A NVIDIA enumerou as formas específicas pelas quais você vai se machucar, o que permite decidir se a sua avaliação é segura.
Para quem pretende implantar: a combinação de HTTP puro sem autenticação significa que o plano de gerenciamento precisa ficar atrás de um limite de rede que você controla, ponto final. Não é um caso de “vamos endurecer depois”, é um caso de “não roteie isso”.
Para quem é
Três grupos, mais ou menos.
O primeiro é quem opera uma nuvem de GPU. Se você vende clusters Kubernetes no seu próprio hardware, a conta de construir versus comprar um plano de controle é sofrível, porque não é o que o cliente paga e é o que te acorda às 3h. Um plano de controle Apache 2.0 com superfície no formato kubectl para inquilinos é atraente mesmo com qualidade de preview, porque dá para ler o código.
O segundo são grandes empresas com um time de plataforma central e clientes internos. O modelo “o operador roda o plano, os clientes recebem clusters” mapeia direto em como um banco ou uma indústria realmente aloca capacidade de GPU, que é um chamado, uma cota e um namespace isolado, não um cluster compartilhado com fé no RBAC.
O terceiro são instituições de pesquisa. Isolamento multi-inquilino com etcd por cluster e atestação por TPM é quase o que uma universidade precisa quando quatro laboratórios dividem um rack DGX e um deles faz algo que não pode ser visível aos outros.
Para o que não serve é para um time único com oito GPUs. Você passaria mais tempo no plano de controle do que nos modelos.
A leitura estratégica
A estratégia de software da NVIDIA é consistente há um tempo: deixar o hardware fácil de consumir e deixar a camada de orquestração de graça. CUDA, NCCL, Triton, NIM e agora um plano de gerenciamento de Kubernetes. Nada disso é onde está a margem. Tudo isso torna o silício mais utilizável, que é onde a margem está.
Há também um ângulo competitivo. A história do Kubernetes gerenciado para GPU vinha sendo contada pelos hyperscalers, porque eles são donos tanto do serviço de plano de controle quanto do hardware. O NVKE dá o mesmo formato a quem tem racks, e de um jeito que não exige mandar a carga para a AWS. Para uma nuvem soberana ou um comprador de indústria regulada, é uma opção real que não existia como código aberto antes.
O contra-argumento é manutenção. Um plano de controle é um serviço que você atualiza em calendário, corrige numa sexta e reconstrói quando o snapshot do etcd corrompe. Não é uma biblioteca que você sobe no lockfile. A ausência de um caminho de upgrade do plano de gerenciamento no preview não é lacuna de documentação, é a parte mais difícil do problema, e a NVIDIA ainda não a resolveu em público.
Então trate como preview de uma arquitetura, não de um produto. Leia o código, rode o quickstart local, forme opinião sobre se o modelo de bootstrap por cluster semente se sustenta quando o próprio cluster de gerenciamento precisa se mover. Essa pergunta, não o catálogo de modelos, é o que decide se um plano de controle Kubernetes para GPU é de fato software de commodity.
Apache 2.0 significa que você pode fazer fork se a resposta for não. Esse é o valor real do lançamento.
Artigos relacionados
O Antigravity levou os agentes para a nuvem. O que fica de fora é o seu setup local
A versão 2.29 do Antigravity coloca o agente em uma VM na nuvem que sobrevive ao seu laptop e usa voz para aprovar permissões. O setup local não vai junto.
A NVIDIA abriu quatro modelos de mundo de 16B. O que ninguém mediu é o aprendizado de política
Quatro modelos de mundo abertos de 16B e um decodificador que emite geometria de uma só vez. A NVIDIA entregou as duas metades, mas admitiu que falta medir o aprendizado de política.
Quatro dos repositórios em alta no GitHub são bibliotecas de skills. O problema agora é empacotar
Skills de agente ocupam mais de um quarto das tendências do GitHub, vindas da Anthropic, Google e Cloudflare. O formato é simples; o empacotamento é um caos de quatro caminhos.
A Thinking Machines lançou um modelo de 594B e empurrou os pesos para a semana seguinte
O Inkling 2 Small chega com contexto de um milhão de tokens e visão como canal de verificação. Os pesos abertos, prometidos para a semana seguinte, ainda não têm data.