摘要：VCluster Labs 发布专为 NVIDIA GPU 优化的 Kubernetes，旨在提高 AI 工作负载的 GPU 效率，提供灵活租户、高级隔离和动态扩展，并集成 NVIDIA BCM。

VCluster Labs 发布专为 NVIDIA GPU 优化的 Kubernetes，旨在提高 AI 工作负载的 GPU 效率，提供灵活租户、高级隔离和动态扩展，并集成 NVIDIA BCM。

ATLANTA — VCluster Labs（前身为 Loft Labs）发布了其同名 Kubernetes 发行版的增强版本，该版本专为运行 NVIDIA GPU 而定制，后者是运行大型计算密集型 AI 工作负载的首选平台。

该公司将于本周在亚特兰大举行的 KubeCon+CloudNativeCon North America 2025 大会上，在 #421 展位展示该软件。

该平台官方名称为“用于人工智能的基础设施租户平台，以最大化 NVIDIA Kubernetes 环境中的 GPU 效率”。它结合了高级隔离、动态扩展和混合网络，为组织提供了一个平台，使其能够以类似云的方式为其内部用户运行 GPU 服务。

vCluster 首席执行官 Lukas Gentele 在接受 TNS 采访时解释道：“我们的故事是关于灵活的租户。有时你需要为单个租户提供独立的集群。一个租户可以是你的客户之一，也可以是你的开发团队之一。它也可以是针对单个开发者或一个应用程序。”

Gentele 说，两类用户会发现这项技术可能很有价值。一类是拥有许多潜在用户争夺有限 GPU 资源的大型组织。另一类是希望为其客户提供基于 GPU 服务的公共云服务。

Gentele 表示，考虑到 AI 工作的动态性，在两种情况下，灵活性都极其重要。快速动态分配和解除分配 GPU 的能力将是此类环境的一项高级功能。

据该公司称，利用 vCluster 从一个大型集群中划分出多个单独安全的“虚拟集群”的能力，公司可以更快地配置集群，更充分地利用其 GPU，并更有效地管理第二天运营。

theCUBE Research 实践负责人兼首席分析师 Paul Nashawaty 在一份声明中进一步解释说，该租户平台实现了“动态、多租户 GPU 编排，具有企业从公共云中期望的相同弹性和控制力，但适用于私有 NVIDIA 驱动的 AI 系统。”他指出，theCUBE Research 发现 71% 的组织报告 GPU 利用率低下是一个主要挑战。

VCluster 还发布了在 NVIDIA DGX 系列交钥匙 GPU 服务器上运行基础设施租户平台的参考架构。

该发行版基于多项 Kubernetes 技术构建，其中一些是 vCluster 最近推出的，包括：

它与 NVIDIA Base Command Manager (BCM) 集群管理软件直接集成。这是 NVIDIA 提供用于启动裸机 GPU 服务器并将其连接到网络的软件。

Gentele 说，VCluster 提供了所有支持软件和易用性体验。虚拟 GPU 可以通过 Kubernetes Cluster API，或通过 Terraform、Helm chart 或 kubectl 进行配置。

新的 vCluster 针对 NVIDIA DGX 系统的参考架构提供了一套在以 GPU 为中心的系统上部署虚拟集群的最佳实践，使企业能够内部提供类似云的 Kubernetes 体验。

来源：小高科技天地