NVIDIA Kubernetes Engine

项目简介

NVIDIA Kubernetes Engine（NVKE）是 AI 工厂安装后可在自有 NVIDIA GPU 基础设施上运行托管 Kubernetes 服务的开源软件。运维人员调用 NVKE API 为客户创建集群；NVKE 负责配置节点，使用各自的控制平面和 etcd 组建每个集群，并在之后执行节点池扩缩容、Kubernetes 升级、节点替换和证书续期。它通过 Cluster API 连接基础设施提供方，并使用 NVKE 节点代理在无需 SSH 的情况下配置节点。

核心功能

• 主要功能包括：提供托管集群 API，运维人员可按 Kubernetes 版本、节点池和网络设置请求集群，Cluster API、kubeadm 和节点配置由 API 与 nvkectl 隐藏；支持使用来自固定来源且可验证的制品，包括基于 NVKE 代码检出及其固定构建输入构建的参考节点镜像，以及可选的 NVKR 构建组件与软件包制品；在裸金属环境中，节点加入前通过 TPM 和 SPIFFE/SPIRE 证明身份，之后才获得加入凭证，并支持按集群启用 etcd 静态加密；通过节点池执行 GPU 感知的日常运维，包括升级、节点替换、证书续期，以及在

适用场景

• AI 工厂运维人员使用 NVKR 构建制品，安装并运行 NVKE，为客户创建和运维 Kubernetes 集群。AI 工厂客户从运维人员处获得 Kubernetes API 端点和节点池，并在其上运行 AI 工作负载。评估者和贡献者可在单台 Linux 机器上针对模拟基础设施提供方试用 NVKE，或构建和修改 NVKE 与 NVKR。

快速开始

• 可在单台至少具有 6 个 CPU 和 12 GiB 内存的 Linux 机器上，使用 mock-NICo 进行本地评估。也可在单台机器上端到端运行 NVKE。进行硬件安装时，先规划安装，构建并托管节点操作系统镜像，准备节点，引导管理集群，安装管理平面，将 NICo 配置为基础设施提供方，并保护 NVKE API。

部署与要求

• 需要由 NICo 管理的 NVIDIA GPU 机器及其连接网络。需要按 NVKE 文档准备管理集群节点。需要一台具备所需工具的参考镜像构建主机、一个 HTTP(S) 启动制品端点，以及用于容器和软件包制品的镜像仓库。如果启用 NVKE API 认证，需要能够签发签名 JWT 的身份提供方。在预览阶段，支持的基础设施提供方为 NVIDIA Infra Controller（NICo）。

采用前须知

• 许可证：Apache-2.0。在使用、修改或分发项目前，请确认其具体条款。