#Kubernetes
共 22 篇相关文章
为 NVIDIA Dynamo 构建经过验证的 Kubernetes 运行时
介绍如何为 NVIDIA Dynamo 分布式推理框架构建经过验证的 Kubernetes 运行时，涵盖驱动与容器运行时、调度配置、Dynamo 应用配置以及自动化验证等关键层次，帮助团队建立可重复的推理部署基线。
Radar: 给AI Agent装上Kubernetes集群雷达
Radar 是一款开源工具，通过 MCP 为 Claude Code、Codex、Cursor 等 AI Agent 提供 Kubernetes 集群上下文，包括排序后的问题、变更时间线、日志与归属信息，支持只读根因排查。
CUDA 13.4 内存强制隔离：Kubernetes GPU 共享新解
NVIDIA CUDA 13.4 引入内存强制隔离机制，让 Kubernetes 上的 GPU 共享从调度约定走向运行时硬约束。本文解析其与 K8s 资源模型的配合方式、适用场景及落地时的配额粒度与算力争抢问题。
英伟达 Mission Control 2.5：Kubernetes 自治恢复新进展
英伟达 Mission Control 2.5 面向大规模 GPU 训练集群，在 Kubernetes 上引入自治恢复能力，把故障发现、诊断与处置交给平台自动完成，降低人工运维负担。
llm-d 1.0 发布：缓存感知路由统一 TPU 与 GPU 推理
Google、Red Hat 与 IBM 联合发布 llm-d 1.0，Kubernetes 原生分布式 LLM 推理栈新增缓存感知路由、多租户流控、零停机升级与 Agent 感知路由，统一支持 vLLM、SGLang 及 TPU/GPU 异构集群。
英伟达开源Run:ai：Kubernetes GPU调度进入Apache 2.0时代
英伟达以Apache 2.0协议开源完整Run:ai GPU编排平台，包含KAI Scheduler、CUDA 13.4 GPU fractioning、配额管理与本地Kind开发环境。本文解析这次开源对Kubernetes GPU调度、资源利用率和企业采用的实际影响。
NVIDIA Dynamo on Kubernetes：5分钟搞懂AI推理部署
NVIDIA Dynamo如何在Kubernetes上部署AI推理？本文拆解Dynamo Operator模式、DGDR与DGD两条部署路径、OpenAI兼容请求链路及五步实战流程，帮助团队从单模型服务器平滑迁移到Kubernetes原生推理。
AI Agent编排竞赛：Kubernetes构建爆炸半径感知代码审查
多Agent编排正成为AI代码审查的主流架构，但失控循环、依赖劫持等爆炸半径风险随之而来。本文拆解基于Kubernetes的爆炸半径感知架构：三层编排模型、ResourceQuota与SecurityContext沙箱、自定义Operator实战，以及多Agent协作与人类在环护栏。
AI时代应用安全：每请求皆有成本，三层防御实战
AI时代应用安全面临新挑战：约八分之一边缘请求为恶意扫描或机器人。本文基于真实流量数据，详解边缘WAF、负载均衡器、Kubernetes Tetragon三层防御及AI代理调优方案。
Ray LLM容器：EKS跨GPU节点部署大模型实战
介绍如何在 Amazon EKS 上使用 Ray LLM Deep Learning Containers 跨两个 GPU 节点部署大语言模型，通过 prefill 与 decode 节点分离架构，对外提供单一 OpenAI 兼容端点，降低多节点推理部署复杂度。
AI SRE Arena：为Kubernetes智能运维Agent打造的开源评测基准
AI SRE Arena 是一个面向Kubernetes的开源AI运维Agent评测基准，专门衡量AI在故障诊断与修复中的真实表现。本文解析其设计初衷、K8s场景挑战与AIOps可量化评估的意义。
从Ollama到vLLM：在Kubernetes上部署生产级AI Agent
如何把本地AI Agent部署到生产环境？本文拆解从Ollama切换到vLLM、并容器化部署到OpenShift/Kubernetes的完整流程，包括模型服务、配置改动、工具调用验证，以及生产就绪前必须解决的安全与治理问题。
AICR v1.0发布：开放可验证的GPU集群配置方案
NVIDIA推出AICR v1.0，为GPU加速的Kubernetes集群提供开放、稳定、可验证的配置方案，解决内核、驱动、CUDA等数十个组件的版本兼容难题，提升AI基础设施的可靠性与可审计性。
MCP从0到1：搭建生产级MCP服务器实战全攻略
从本地测试脚本到生产级MCP服务器的完整实战攻略：涵盖MCP核心概念、传输协议对比、无状态架构四大支柱、Docker容器化、Nginx负载均衡与Kubernetes弹性集群部署，助你打造坚不可摧的AI工具服务。
当AI Agent真正掌控你的Homelab：K3s实验的经验与风险
开发者将本地Qwen Agent通过MCP接入K3s homelab并开放写操作权限，这篇实验记录揭示了AI Agent获得真实系统访问权限后的能力边界、潜在风险与实践启示。
3D打印机架+3节点Proxmox：一套二手Homelab的深度拆解
一位 Reddit 用户分享其两年打造的二手 Homelab：3D 打印机架、三节点 Proxmox 集群、UniFi 网络分段，以及基于 Talos、Terraform 和 ArgoCD 的全 GitOps Kubernetes 软件栈，是家庭实验室进阶的完整参考。
Google 开源 AX：为 AI Agent 打造的 Kubernetes
Google 开源 AI Agent 运行时 AX（Agent Executor），号称面向十亿级并发会话，可从内核快照亚秒级恢复崩溃的 Agent。本文解析其四大声明式原语、Agent Substrate 架构，以及它为何被称为 Agent 版 Kubernetes。
NodeWright：破解 Kubernetes 节点集群运维难题
NVIDIA 推出 NodeWright，将 Kubernetes 节点集群的内核配置、软件包、存储与安全管理纳入声明式框架，破解大规模 GPU 集群的节点运维难题。
行业洞察NVIDIA Dynamo Snapshot：GPU推理冷启动问题的快照恢复方案
深入解析NVIDIA Dynamo Snapshot如何通过GPU状态快照与恢复机制，将大模型推理服务的冷启动时间从分钟级降至秒级，涵盖Kubernetes集成、技术实现挑战及弹性推理等实际应用场景。
教程攻略ACPX实战：用Kubernetes规模化部署AI Agent自动处理PR
详解如何利用ACP协议、ACPX工作流引擎和Kubernetes构建自动化PR处理系统。从OpenCLO项目6万+PR的真实场景出发，介绍多Agent并行编排、按需可销毁Agent架构及企业级部署方案。