dsx-ai-factory/nvke
NVIDIA Kubernetes Engine (NVKE). A management plane for GPU Kubernetes on bare metal.
Go · ★ 1,137 · Fork 140 · 在 GitHub 查看
在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→
GitHub Trending 上榜记录
dsx-ai-factory/nvke 已在 GitHub Trending 每日榜单上榜 5 天,最高排名第 2,首次上榜 2026-11-07,最近一次上榜 2026-11-11。
| 日期 | 排名 | Star | 当日增长 |
|---|---|---|---|
| 2026-11-11 | #13 | 1,137 | +77 |
| 2026-11-10 | #13 | 1,112 | +333 |
| 2026-11-09 | #2 | 1,032 | +345 |
| 2026-11-08 | #2 | 822 | +345 |
| 2026-11-07 | #15 | 536 | +125 |
同期上榜的项目
- meta/astryx – An open source design system that's fully customizable and agent ready
- ZhuLinsen/daily_stock_analysis – LLM 驱动的多市场股票智能分析系统:多源行情、实时新闻、决策看板与自动推送,支持零成本定时运行。 LLM-powered multi-market stock analysis system with multi-source market data, real-time news, decision dashboard, automated notifications, and cost-free scheduled runs.
- GoogleChrome/modern-web-guidance-src – Keep your coding agent up to date with the latest web best practices
- shadcn/improve – Use your most capable model to audit your codebase and write plans for cheaper models to execute.
- addyosmani/agent-skills – Production-grade engineering skills for AI coding agents.
- vercel-labs/agent-browser – Browser automation CLI for AI agents
nvke (NVIDIA Kubernetes Engine) 项目深度剖析与商业评估报告
nvke (NVIDIA Kubernetes Engine) 项目深度剖析与商业评估报告
1. 核心定位与商业落地价值
1.1 核心痛点与行业背景 在万卡级智算中心(AI Factory)与大规模 GPU 集群建设中,企业面临的核心矛盾是基础设施的裸金属性能要求与云原生多租户敏捷交付之间的断层。公有云托管 Kubernetes(如 AWS EKS、GCP GKE)虽然屏蔽了控制面复杂度,但无法满足主权 AI(Sovereign AI)、超算中心和私有算力池对物理网络拓扑(InfiniBand/RoCE)、裸金属性能零损耗以及专属硬件调优的需求;而直接基于传统自动化工具(如 Ansible、Ironic)或通用裸机方案(如 Metal3、Tinkerbell)管理大型 GPU 集群,又面临驱动生命周期复杂、节点安全证明困难、多租户强隔离成本高昂等瓶颈。
dsx-ai-factory/nvke(NVIDIA Kubernetes Engine)的核心定位是专为裸金属 GPU 基础设施设计的分布式 Kubernetes 管理平面(Management Plane)。它不单纯是一个 Kubernetes 发行版,而是一个“生产 Kubernetes 集群的元工厂(Cluster-as-a-Service Factory)”,旨在将公有云级的托管 Kubernetes 体验带入企业自建的 NVIDIA GPU 裸金属资产中。
1.2 商业落地场景 AI Sovereign Cloud / 算力运营商(Neocloud):为类似 CoreWeave、Lambda Labs 或主权算力中心提供底层平台工程能力,按需向不同算法团队或外部客户动态交付完全独立的 GPU Kubernetes 物理集群。 超大规模企业 AI 平台工程(Platform Engineering):在千卡至万卡集群中,统一提供研发、测试、预训练、微调等不同周期的独立集群,实现资源强隔离与硬件全生命周期管控。 高等级安全隔离计算场景:金融、军工与生物医药等数据敏感型场景,依托硬件级身份认证(TPM)和独立 etcd 消除多租户容器共享内核带来的逃逸风险。
1.3 竞品差异化与生态护城河 全栈硬件协同优化:与 NVIDIA Infra Controller (NICo) 及 NVIDIA Kubernetes Recipes (NVKR) 深度耦合,打通从底层裸机固件、GPU/NVSwitch/NIC 硬件拓扑、OS 镜像构建到上层 K8s 控制平面的全链路。 多租户架构路线的差异化:不同于 vcluster 等基于同一物理控制面的虚拟化方案,NVKE 采用“独立控制平面 + 裸金属节点池”的物理级隔离架构,消除了超大规模大模型训练场景下的 API 瓶颈与资源抢占。 护城河:NVKE 是 NVIDIA 智算中心软件参考架构的实体落地,构建了从芯片、网络架构到算力编排平面的事实标准闭环。
---
2. 核心架构设计与技术深度
在 README 中展示上榜徽章
[](https://github.fq6825.top/repo/dsx-ai-factory/nvke)