NVIDIA abre el código fuente de Run:ai para la gestión de GPUs en Kubernetes

NVIDIA suelta el control de Run:ai

NVIDIA ha publicado su plataforma Run:ai como software de código abierto bajo la licencia Apache 2.0. El anuncio se produjo en octubre de 2026 y pone a disposición de cualquier persona que quiera usarlo la herramienta de orquestación de GPU de la empresa.¹

Run:ai se vendía originalmente como un producto empresarial que ayuda a las organizaciones a gestionar unidades de procesamiento gráfico a través de clústers de Kubernetes. La gestión de GPU es fundamental para las cargas de trabajo de IA, ya que entrenar modelos grandes y ejecutar inferencia requiere una planificación cuidadosa de los recursos de hardware, que son caros.

Qué incluye el lanzamiento

La versión de código abierto incluye varios componentes clave. El KAI Scheduler se encarga de cómo se asignan las tareas de GPU a los nodos de un clúster. El lanzamiento también incorpora CUDA 13.4 GPU fractioning, que permite dividir una GPU física en trozos más pequeños para que varias tareas puedan compartirla.¹

También se incluyen herramientas de gestión de cuotas. Estas permiten a los administradores establecer límites sobre cuánta capacidad de GPU pueden usar diferentes equipos o proyectos. También forma parte del paquete un entorno de desarrollo local basado en Kind, una herramienta para ejecutar Kubernetes de forma local.

Por qué importa

Hacer que Run:ai sea de código abierto reduce la barrera de entrada para equipos más pequeños y desarrolladores individuales que quieren ejecutar modelos de IA de forma eficiente. Anteriormente, las organizaciones necesitaban comprar licencias empresariales para acceder a estas funciones de orquestación. Ahora pueden configurar el mismo tipo de gestión de GPU en su propia infraestructura.

La licencia Apache 2.0 es permisiva, lo que significa que las empresas pueden usar, modificar y distribuir el software sin los requisitos estrictos que suelen encontrarse en las licencias copyleft. Esto debería fomentar la adopción tanto en entornos comerciales como de investigación.

El panorama general

La orquestación de GPU en Kubernetes se ha vuelto cada vez más importante a medida que las aplicaciones de IA son más exigentes. Los modelos de lenguaje grandes y los sistemas de IA generativa requieren una gran potencia computacional, y gestionar esa potencia a través de un clúster es complejo. Herramientas como Run:ai abordan esa complejidad proporcionando capacidades de planificación, asignación de recursos y monitoreo.

Al abrir el código fuente de Run:ai, NVIDIA pone su software de infraestructura a disposición de la comunidad en general. Esto podría acelerar el desarrollo de aplicaciones de IA al dar a más personas acceso a herramientas de gestión de GPU de nivel profesional.

El lanzamiento llega en un momento en que la demanda de computación GPU sigue en aumento. Empresas y laboratorios de investigación están invirtiendo fuertemente en infraestructura de IA, y la gestión eficiente de recursos es esencial para mantener los costos bajos mientras se maximiza el rendimiento.¹

Los datos clave

• Run:ai publicado bajo licencia de código abierto Apache 2.0
• Incluye KAI Scheduler para la asignación de tareas de GPU
• CUDA 13.4 habilita GPU fractioning para uso compartido
• Incluye gestión de cuotas y entorno de desarrollo con Kind
• Dirigido a clústers de Kubernetes que ejecutan cargas de trabajo de IA

Fuentes

1. NVIDIA Open Sources Run:ai Under Apache 2.0 for Kubernetes GPU Orchestration — marktechpost.com