NVIDIA 开源完整 Run:ai 平台（Apache 2.0）：Kubernetes 上的 GPU 调度、CUDA 原生 GPU 切分与团队配额

这件事意味着什么

【要点】

NVIDIA 10 月 13 日宣布把完整的 Run:ai 平台开源，纳入其 DSX AI Factory 平台。Run:ai 是 NVIDIA 2024 年底以约 8 亿美元收购的以色列公司，做 Kubernetes 上的 AI 任务调度和 GPU 编排，此前是商业软件。这次放出的是整套平台（控制面加集群组件，可完全自托管），以及四个可单独使用的组件：KAI Scheduler（GPU 感知的 Kubernetes 调度器，已捐给 CNCF 作为 Sandbox 项目）、GPU Fractioning Operator（基于 CUDA 13.4 原生能力的 GPU 切分，旧的私有实现已退役）、KAI Resource Management（按团队、部门划分配额与保障份额）和 Workload Map（让各种训练、推理任务类型被统一识别和管理的 Go 库）。代码在 GitHub 的 dsx-ai-factory 组织下，采用 Apache 2.0 许可；NGC 上也有免订阅的社区版 Helm chart，商业支持版继续通过 AI Enterprise、Mission Control 等渠道提供。

【可核验】

NVIDIA 技术博客（2026-10-13 14:19 UTC）：https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/

源码：https://github.com/dsx-ai-factory/run-ai

NGC 社区版：https://catalog.ngc.nvidia.com/orgs/nvidia/runai-oss/collections/runai/-

媒体报道（Calcalist）：https://www.calcalistech.com/ctechnews/article/jqdtr2997

X 讨论量不大（近 24 小时约 77 条），但属一手开源发布。

【我们的判断】

一、GPU 利用率是 AI 算力成本的大头，调度、切分、配额这一层过去要么买商业软件，要么各家自造。NVIDIA 把它整套放开，中小云厂商和自建集群的团队可以直接拿来用。

二、这也是 NVIDIA 把软件生态往自家 DSX「AI 工厂」标准上收拢：免费的编排层越普及，围绕 NVIDIA 硬件的部署方式就越统一。

三、实际价值要看社区版与商业版的功能差距，以及对非 NVIDIA 硬件的支持程度，目前官方材料没有展开。