一句话看懂：英伟达发布 NVIDIA AI Cluster Runtime（AICR），以可复用的调优配置把驱动、网络、调度等组件打包进部署工具，目标是让 Kubernetes 环境在 NVIDIA Vera Rubin NVL72 上线首日即可运行。
事件核心：发生了什么
据 NVIDIA Generative AI Blog（2026 年 11 月 2 日），AICR 是 NVIDIA DSX AI Factory Platform 的组成部分，负责三件事：把经过调优的配置沉淀为 recipe、为现有部署工具生成安装包、对运行中的集群做校验。官方称，已在早期硬件上用 GPU Operator v26.7.0、DRA 驱动 v0.5.0 和主机安装的 R615 驱动完成 Vera Rubin NVL72 的训练与推理两类 recipe 的端到端验证。
从 GB200 NVL72 升级有几处可见变化：Vera Rubin 需要新的驱动分支（R615.23 为当前测试版本，正式平台支持目标在 R620）；NIC 与 DPU 换为 ConnectX-9 SuperNIC 和 BlueField-4，配套 DOCA 3.3.0；计算托盘的网卡/GPU/DMA 拓扑不同，GPU 到网卡的亲和性与 NUMA 放置需要重新核对。
为什么重要
新 GPU 硬件在云原生栈里落地，难点不在芯片本身，而在驱动、内核、运行时、网络、Operator 和调度器的版本咬合，任何一处不匹配都可能导致任务跑不起来或性能受限。AICR 的价值是把这套组合固化成可复现、可验证的配置，减少平台团队逐项试错。对英伟达而言，这也是把 DSX 从硬件平台延伸到软件交付层的一步，有利于缩短新硬件的客户上线周期。不过原文明确指出 Vera Rubin 仍处早期阶段，MIG 等能力不在本次验证范围内。
对用户/开发者/创作者的影响
对运行 AI 集群的平台工程师来说，AICR 的 recipe 和 validate 命令可以作为升级前的对照基准，但驱动版本应以正式支持版本为准，目前公开信息显示 R615.23 只是测试版本，而非正式最低要求。使用 RDMA 网络或 GPUDirect Storage 的 I/O 密集型工作负载，需重点检查 GPU 与网卡的拓扑亲和。普通开发者和内容创作者短期内不受直接影响，相关收益主要体现为算力基础设施交付更快、更稳定。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 R620 驱动正式发布后，AICR 是否同步给出明确的最低版本与兼容矩阵；二是 Network Operator 对 DOCA 3.3.0 与 ConnectX-9 的兼容认证何时完成；三是 MIG 在 Vera Rubin 上的支持何时纳入验证范围。
