Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #257

Kubernetes

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

19

COMPANIES · 1 ИСТОЧН. · NVIDIA Developer

NVIDIA выпустила open-source решение NVIDIA Recovery для автоматизации восстановления распределённой тренировки

NVIDIA представила NVIDIA Recovery — open-source сервис уровня рабочих нагрузок в составе DSX OS, который обнаруживает прерывания тренировок по логам приложений, метрикам GPU и сигналам планировщика и выполняет четырёхэтапный цикл для атрибуции отказов, изоляции узлов и перезапуска или остановки задач. Сервис интегрируется со Slurm через Advisor Controller, доступный как Helm-чарт, по умолчанию запускается в режиме мониторинга, ведёт аудиторский журнал и предоставляет Recovery Console; репозиторий и quickstart позволяют развернуть его локально без физических GPU; в продакшн-мониторинге за 3 месяца зафиксировано ~8 550 детекций аномалий со средними латентностями 69 с и 94 с.

7.0

COMPANIES · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Netflix создает платформу надежности GPU с многоуровневыми проверками и автоматическим восстановлением

Netflix создала GPU-платформу на базе Kubernetes с многоуровневыми диагностическими проверками устройств и сети (например, NVIDIA DCGM, проверки Elastic Fabric Adapter), агентами узлов, управляющими контроллерами для поэтапного автоматического восстановления (интеграция с Karpenter), а также отказоустойчивым обучением с чекпоинтами и эластичными воркерами. Компания заявляет о более чем 99,95% доступности GPU-узлов и росте успешных задач с ≈98% до >99,5%; также используются NVIDIA MIG и планируется поддержка Kubernetes DRA для лучшего размещения и использования ресурсов.

7.0

COMPANIES · 1 ИСТОЧН. · NVIDIA Developer

NVIDIA Mission Control 2.5 добавляет автономное восстановление для Kubernetes‑нагрузок через Run:ai

NVIDIA Mission Control 2.5 расширяет свой автономный движок восстановления — который обнаруживает, диагностирует и восстанавливает сбои — на Kubernetes‑нагрузки, управляемые NVIDIA Run:ai. Выпуск вводит трёхслойную систему, координирующую планировщик Kubernetes, восстановление задач и восстановление оборудования, а также упоминает функции вроде обнаружения сетевых аномалий с помощью ИИ; доступна документация и примечания к релизу.

6.0

COMPANIES · 1 ИСТОЧН. · The Decoder

Google представила Agent Compute Engine — каждому агенту Gemini выделяется изолированная microVM

Google анонсировала Agent Compute Engine — сервис, запускающий каждого ИИ‑агента в собственной аппаратно‑изолированной microVM с защитой на базе чипа Titanium, и утверждает, что он уже питает Gemini. Сервис, лежащий в основе открытого Agent Substrate (Kubernetes‑runtime), приостанавливает простаивающие VM, использует общий доступ к памяти для снижения стоимости на агента и, по словам Google, позволяет размещать в 10 раз больше агентов на сервере; открытие превью ожидается в ближайшие месяцы, добавлены отслеживание токенов, маршрутизация моделей и поддержка сторонних поставщиков идентификации для Cloud Run, GKE и управляемых эндпоинтов.

8.0

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Инженеры Apple представили масштабируемую независимую от фреймворка инфраструктуру для AI‑агентов на Ray на QCon AI

На QCon AI инженеры Apple Дипак Моханакумар Чандрамоули и Бхумик Тхаккар рассказали о переводе AI‑агентов от локальных прототипов на FastAPI в устойчивые прод‑развёртывания на Kubernetes с помощью Ray, обсуждая топологию RayCluster, хранение состояния, авто‑масштабирование при динамическом трафике, дизайн контрольной плоскости, мульти‑региональные настройки, защитные механизмы и конвейер оценки с LLM в роли судьи; всё это проиллюстрировано примером планировщика путешествий и практическими наблюдениями по наблюдаемости.

4.0

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Доклад «Exploding GPUs» — безопасность ИИ по‑прежнему — безопасность Kubernetes (QCon London)

Эндрю Мартин, основатель и гендиректор ControlPlane, в докладе «Exploding GPUs» на QCon London заявил, что защита облачных AI‑нагрузок по сути остаётся проблемой Kubernetes. Он описал эволюцию угроз — недетерминированное поведение агентов, уязвимости в цепочке поставок GPU и риски совместного вычисления, выход моделей из ограничений — и предложил практические меры защиты, включая фильтрацию промптов и агентскую идентичность для продакшен‑среды.

5.0

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Spotify более чем удвоил ежемесячные слияния изменений кода по мере расширения AI‑помощи

Spotify сообщил, что месячное число объединённых изменений выросло примерно с 8 100 до 17 000 год к году в августе после расширения AI‑помощи в разработке. Компания внедрила фоновый агент Honk (запускающий Claude через Agent SDK в Kubernetes), расширила автоматизацию и оркестрацию Fleetshift и усилила мониторинг, тестирование, механизмы выкатывания и отката после инцидентов, когда объём изменений превысил возможности верификации.

7.0

RESEARCH · 1 ИСТОЧН. · Microsoft Research

Microsoft Research Asia опубликовала Agent Lightning v1.0 — лёгкий фреймворк Harnessed Agentic RL

Microsoft Research Asia выпустила Agent Lightning v1.0 — примерно 3 500 строк открытого кода, реализующего парадигму Harnessed Agentic RL, где для обучения используется тот же агентный «harness», что и в деплое, через прокси LLM. Фреймворк поддерживает запуск агентов как Kubernetes‑job’ы, исключает необходимость переработки harness’а для тренировки и включает пример обучения кодирующего агента, поднявшего Pass@1 Qwen3.5-9B на SWE-bench Verified с 41.8% до 56.4% на ~6 000 образцах.

7.0

CODING · 1 ИСТОЧН. · NVIDIA Developer

NVIDIA выпустила AICR v1.0 для стандартизации конфигураций GPU-кластеров Kubernetes

NVIDIA представила AI Cluster Runtime (AICR) v1.0 — систему с фиксированными версиями, которая закрепляет проверенные комбинации компонентов и устанавливает стабильный контракт совместимости для CLI, REST API, Go SDK, структуры бандлов и схем артефактов для GPU-кластеров Kubernetes. Релиз включает четыре компонента (Snapshot, Recipe, Bundle, Validation), панель живой валидации с подписанными доказательствами и интеграции от Pulumi Labs и Mirantis (k0rdent) для использования рецептов через разные инструменты IaC и управления кластерами.

7.0

CODING · 1 ИСТОЧН. · NVIDIA Developer

NVIDIA открывает исходники NVCRE — контроллера Kubernetes для проверки готовности GPU-кластеров

NVIDIA Cluster Readiness Engine (NVCRE) — это открытый контроллер Kubernetes, который запускает реальные распределённые рабочие нагрузки по топологически учётным группам узлов, чтобы подтверждать готовность GPU-кластеров перед запуском продакшн AI-задач. Он предоставляет CRD Certification/Workflow/Job, адаптивную изоляцию сбоев для точного определения проблемных узлов, API WorkloadRun для настройки многонодовых GPU-запусков, интегрируется с NVIDIA AI Cluster Runtime и NVSentinel (часть NVIDIA DSX OS), устанавливается через nvcrectl и поддерживает расширение через GitHub.

7.0

COMPANIES · 1 ИСТОЧН. · NVIDIA Developer

NVIDIA публикует NodeWright с открытым исходным кодом — Kubernetes-ориентированный пакетный менеджер для GPU-кластеров

NodeWright — это проект с открытым исходным кодом и Kubernetes-нативный пакетный менеджер для декларативной настройки и обновления ОС узлов в GPU-кластерах с минимальным воздействием на запущенные рабочие нагрузки. Он интегрируется с компонентами NVIDIA DSX OS (включая NVIDIA AI Cluster Runtime, NVCRE и NVSentinel), поддерживает политики поэтапного развертывания и устанавливается через Helm.

6.0

RESEARCH · 1 ИСТОЧН. · Microsoft Research

Исследование: перенос инференса улучшает работу мобильных манипуляционных роботов, время работы и масштаб моделей

Технический отчет ставит под вопрос практику выполнения инференса только на бортовых GPU в физическом ИИ и показывает, что перенос инференса на edge- или облачные GPU повышает успешность задач, позволяет запускать более крупные модели и увеличивает время работы аккумулятора в задачах мобильной манипуляции. Авторы приводят количественные данные — например, замедление картирования/планирования до 383% на лёгких GPU по сравнению с A100, снижение обнаружения препятствий в навигации примерно на 30%, падение точности до ~50% для некоторых моделей и увеличение разрядки аккумулятора (Jetson Thor до ~160%) — и предлагают Kubernetes-ориентированный Physical AI Toolchain для контейнеризации и оркестровки распределённого инференса.

7.0

STARTUPS · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Modal перестроила инфраструктуру песочниц для масштабирования до 1 миллиона одновременных песочниц за секунды

Инженеры Modal перестроили платформу песочниц, убрав централизованную координацию (например, etcd в Kubernetes): каждый рабочий узел стал источником правды, а планирование выполняется параллельно. По бенчмарку новая архитектура создала 1 миллион песочниц менее чем за минуту с медианой запуска до готовности к коду < 0,5 с и стабильно десятками тысяч созданий песочниц в секунду.

7.0

CODING · 1 ИСТОЧН. · NVIDIA Developer

NVIDIA представляет Topograph — набор инструментов для публикации топологии кластера и топологически‑осведомлённого планирования

Topograph от NVIDIA — открытый инструмент для обнаружения и нормализации топологии кластера, который публикует модель в виде меток узлов Kubernetes, конфигурации Slurm или ConfigMap для Slinky, чтобы менеджеры задач выполняли топологически‑осведомлённое планирование. Инструмент поддерживает ряд облачных провайдеров и локальные fabric‑системы (InfiniBand, Spectrum‑X, Multi‑Node NVLink), интегрируется с компонентами DSX OS (DRA, KAI Scheduler) и доступен в репозитории dsx-ai-factory/topograph с вариантами развёртывания через Helm и нативными пакетами для Slurm и средствами симуляции.

6.0

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Google открыла исходники AX — оркестратора в стиле Kubernetes для автономных AI‑агентов

Google выпустила AX (google/ax) под лицензией Apache‑2.0 — открытый оркестратор и декларативный рантайм для автономных AI‑агентов на базе Agent Substrate. AX рассматривает агенты как состояниевые акторы с субсекундной приостановкой/возобновлением, вводит четыре CRD (Task, Workspace, Gateway, Model) в ax.io/v1alpha1 и предоставляет CLI ax для управления изолированными задачами в продакшене и исследованиях.

7.0

COMPANIES · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

WSO2 выпустила Agent Manager (GA) для управления агентами ИИ в разных фреймворках

WSO2 объявила о выходе в общем доступе open-source платформы WSO2 Agent Manager для централизованного управления идентичностью, политиками безопасности и эксплуатацией агентов ИИ в разных моделях, фреймворках и средах развёртывания. Релиз GA добавляет расширенные возможности идентификации агентов, управление взаимодействиями по Model Context Protocol (MCP), песочницу на Kubernetes, трассировку через OpenTelemetry, контроль жизненного цикла (включая приостановку) и более 40 встроенных политик, например маскирование ПДн и ограничение скорости.

7.0

CODING · 1 ИСТОЧН. · NVIDIA Developer

Масштабирование федеративного обучения на Docker, Kubernetes и Slurm с помощью NVIDIA FLARE

Статья на NVIDIA Developer описывает, как с помощью NVIDIA FLARE можно запускать и масштабировать нагрузки федеративного обучения в популярных средах оркестрации — Docker, Kubernetes и Slurm, давая рекомендации по переходу от одиночных серверов и небольшого числа клиентов к более крупным развертываниям.

5.0

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Решение проблемы масштабирования AI-инфраструктуры: 1 млн песочниц в одном сервере (презентация Unikraft)

Фелипе Уиси рассказывает, как Unikraft применяет примитивы изоляции, оптимизации ядра Linux и методы снимков состояния для достижения миллисекундных «холодных» запусков, stateful scale-to-zero и высокой плотности песочниц для AI-нагрузок. По его словам, это позволяет поддерживать производительность ниже 10 мс в масштабе и интегрироваться с Kubernetes и аппаратной безопасностью.

6.0

CODING · 1 ИСТОЧН. · NVIDIA Developer

Как переносить идентичность пользователя между федеративными Kubernetes и AI-платформами

Статья на NVIDIA Developer рассматривает проблемы и подходы к переносу идентичности пользователя и информации о доступе при переходе между центральным порталом, управляемыми наборами данных, запущенными ноутбуками и другими компонентами федеративных AI-платформ на базе Kubernetes. Речь идёт о том, как сохранение целостности идентичности обеспечивает единое управление доступом и соответствие политик в распределённых сервисах.

6.0