孤本网
/ 0 阅读
0
0

Karmada 正式成为 CNCF 毕业项目,确立多集群 AI 调度新标准

一句话结论

Karmada 获 CNCF 毕业认定,其默认开启的 Beta 级优先级调度功能为跨云 AI 训练提供成熟的多集群资源编排生产方案。

关键要点

  • Karmada 在 v1.19 版本中将基于优先级的调度提升为 Beta 级别,且该功能现已默认开启。
  • Karmada 自 2023 年 12 月进入孵化阶段以来,已拥有来自 292 家组织的 1214 名贡献者。
  • 该项目在 GitHub 上获得超过 5600 个星标,其控制平面无需改动现有 Kubernetes 清单即可运行。
  • Karmada 通过 PropagationPolicy 实现 1:n 策略映射,支持集群亲和性与多维度高可用调度。
  • 该项目已完成第三方安全审计,并正式组建指导委员会以符合 CNCF 毕业最高成熟度要求。

背景与事实

云原生计算基金会(Cloud Native Computing Foundation,CNCF)在上海举办的 KubeCon China 2026 大会上宣布,Karmada 已毕业,达到 CNCF 最高成熟度层级。该层级面向已被广泛采用、可用于生产环境的稳定项目。此次决策恰逢 Karmada 发布 v1.19 版本,该更新增强了针对 AI 训练任务的多组件调度能力。Karmada 是 Kubernetes Armada 的缩写,构建在标准 Kubernetes API 之上,旨在解决混合云使用、区域故障转移及避免厂商锁定等场景下的多集群编排痛点。随着 GPU 算力分散,分布式 AI 团队面临无单一集群提供足够加速器的问题,Karmada 通过工作负载拆分与迁移解决此挑战。

Karmada 控制平面由 Karmada API Server、Karmada Controller Manager 和 Karmada Scheduler 三个组件构成,并由独立的 etcd 实例维护状态。其放置逻辑通过 PropagationPolicy 和 OverridePolicy 两个自定义 API 表达。PropagationPolicy 将策略映射至一组工作负载并定义调度约束;OverridePolicy 允许运维人员按区域或云服务商重写配置,如替换容器镜像前缀。内部有四个控制器负责工作传播:集群控制器管理生命周期,策略控制器绑定资源,绑定控制器生成 Work 对象,执行控制器推送到成员集群。Karmada 导出 Prometheus 指标并提供 Helm chart,直接接入 CNCF 可观测性工具链。

自 2021 年 9 月加入 CNCF Sandbox 并于 2023 年 12 月进入 Incubating 以来,Karmada 生产采用者涵盖 Bloomberg、Alibaba Cloud、Huawei、Trip.com、Bilibili、iFLYTEK、JDCloud、Kuaishou 等。TOC 赞助商 Chad Beaudin 表示,Karmada 通过扩展熟悉的 Kubernetes API 解决了组织规模超过单集群后的统一管理问题。Trip.com 高级开发专家 Yue Honghui 指出,Karmada 使其在不改动现有资源定义的前提下,将多集群作为统一资源池运营,支持跨集群弹性与故障转移,并能高效投产新集群及完成大规模工作负载迁移。

影响分析

对中文开发者而言,Karmada 毕业意味着多集群编排从实验性技术转变为生产就绪的标准方案,降低了技术选型的合规与稳定性风险。分析判断认为,v1.19 默认开启的 Beta 级优先级调度将显著降低 AI 训练团队在跨云环境配置调度的认知门槛,使中小团队也能复用大厂验证过的资源编排模式。这有助于打破云厂商锁定,推动跨云 GPU 资源池化。

该项目的成熟度提升了整个云原生生态对多集群场景的信心,开发者可基于其标准 API 开发配套工具,而不必依赖已归档的 KubeFed 等旧方案。分析判断,Karmada 与 Cluster API、GitOps 工具的互补生态将促使企业 IT 架构向标准化、去中心化演进,加速分布式 AI 基础设施的普及。

适用边界

Karmada 主要面向跨集群工作负载放置与动态调度场景,不适用于集群生命周期管理,该领域由 Cluster API 专注负责。对于采用中心辐射式架构、依赖 Red Hat Advanced Cluster Management 的治理与策略分发场景,应优先选择仍处 Sandbox 阶段的 Open Cluster Management。需要深度自定义集群内组件交互的场景也可能不适用 Karmada 的联邦资源模型。

孤本观察

Karmada 在 v1.19 将优先级调度设为默认开启,反映了 CNCF 生态从“可用”向“易用”演进的趋势。本文判断,这一决策降低了多集群 AI 调度的使用门槛,但可能增加旧版集群的升级复杂度。

Karmada 正式成为 CNCF 毕业项目,确立多集群 AI 调度新标准

Karmada 正式成为 CNCF 毕业项目,确立多集群 AI 调度新标准

Karmada 正式成为 CNCF 毕业项目,确立多集群 AI 调度新标准

Karmada 正式成为 CNCF 毕业项目,确立多集群 AI 调度新标准

Karmada 正式成为 CNCF 毕业项目,确立多集群 AI 调度新标准

常见问题

Karmada 在 v1.19 版本中默认的 Beta 级功能是什么?

基于优先级的调度功能在 v1.19 中提升为 Beta 级别,且该功能现已默认开启。

Karmada 自进入孵化阶段以来有多少贡献者?

自 2023 年 12 月进入孵化阶段以来,已拥有来自 292 家组织的 1214 名贡献者。

Karmada 不适用于哪些集群管理场景?

不适用于集群生命周期管理(由 Cluster API 负责)及深度自定义集群内组件交互场景。

Karmada 通过什么 API 实现策略映射与配置重写?

通过 PropagationPolicy 实现 1:n 策略映射,通过 OverridePolicy 按区域或云服务商重写配置。

Karmada 控制平面由哪三个核心组件构成?

由 Karmada API Server、Karmada Controller Manager 和 Karmada Scheduler 三个组件构成。

来源:InfoQ 中文 AI


评论