一句话看懂：英伟达在 GitHub 发布 NVIDIA Kubernetes Engine（NVKE）预览版，让平台团队在自有的 GPU 裸金属机器上安装管理平面，按需为客户创建带独立控制平面的 Kubernetes 集群。这补上了 GPU 算力“自建云”中集群生命周期管理的一环，但预览阶段尚不适合生产。
事件核心：发生了什么
NVKE 由 GitHub 账号 dsx-ai-factory 开源发布，定位是“在自己的英伟达 GPU 基础设施上运行托管 Kubernetes 服务”的管理平面。其架构分两类集群：管理集群运行 NVKE 管理平面和基础设施控制器，工作负载集群承载客户应用，每个集群拥有自己的 etcd 和控制平面。平台团队通过 API 或命令行工具 nvkectl 创建、扩缩容、升级和删除节点池；节点加入前需通过基于 TPM 的 SPIFFE/SPIRE 身份验证，并支持按集群加密 etcd 数据。配套项目 NVKR 负责从固定输入构建节点镜像和 NVKE 组件。本地快速上手可在 Linux 主机或虚拟机上模拟运行，最低 6 核 CPU、12 GiB 内存、100 GiB 磁盘。
为什么重要
GPU 算力的使用长期集中在公有云托管服务与手工搭建的裸金属集群之间，缺少“自建基础设施但具备托管式管理平面”的中间层。NVKE 把 Cluster API 与节点代理组合成一个可自托管的工厂：一个临时种子集群拉起管理集群，管理集群再按需批量生产相互隔离的工作负载集群。对希望把 GPU 资源以 Kubernetes 服务形式交付给内部团队或外部客户的平台团队来说，这降低了重复搭建控制平面的工程成本。同时，预览版明确只兼容 NVIDIA Infra Controller（NICo）作为基础设施提供方，说明英伟达正在把硬件、镜像构建和集群管理串成自己的交付链路。
对用户/开发者/创作者的影响
对平台工程师，NVKE 提供了标准化的 API 和 nvkectl 流程来管理多租户 GPU 集群，适合在自有机房或托管裸金属上做概念验证。但预览版有明确限制：API 默认关闭认证并使用明文 HTTP，安装后需自行配置鉴权；管理集群不支持自我升级、扩缩容和替换，也没有管理平面备份恢复流程；FDE 节点镜像仅用于评估，不提供静态数据机密性。因此现阶段更适合评估而非生产。依赖 GPU 做训练或推理的团队可关注其节点池升级和节点替换能力是否满足运维需求，但不应据此判断已有可用的商业托管 GPU 服务。
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
一是预览版限制何时解除，尤其是 API 鉴权默认值、管理平面升级和备份恢复是否补齐；二是 NICo 之外是否开放其他基础设施提供方，决定其生态开放性；三是 NVKR 构建产物与版本锁定组合的更新节奏，影响平台团队能否稳定复现环境。目前公开信息显示该项目仍处于预览阶段，行为与配置可能随版本变化。
