NVIDIA تطلق NodeWright: مدير حزم أصلي لـKubernetes لإدارة أسطول العقد

أطلقت NVIDIA أداة NodeWright مفتوحة المصدر، وهي مدير حزم أصلي لـKubernetes يضبط ويحدّث أنظمة تشغيل عقد عناقيد GPU بشكل تصريحي من دون تعطيل أحمال العمل الجارية. تعمل الأداة فعليًا في بيئات الإنتاج لدى NVIDIA باسم Skyhook، وهي جزء من DSX OS.

من السكربتات إلى إدارة تصريحية للعقد

تدير الفرق اليوم العقد عبر دفاتر Ansible وسكربتات مخصصة وأدلة يدوية. ينهار هذا النهج عندما يعطّل تحديث النواة تقنية RDMA أو يلزم إصلاح ثغرة CVE على مئات الأجهزة. عتاد GPU نادر، ومهام التدريب الطويلة لا يمكن جدولتها من جديد ببساطة، لذا فإن المهمة الحقيقية هي تغيير الأسطول كله دون إيقاف التدريب.

كيف يعمل NodeWright

الحزم هي موارد مخصصة (Custom Resources) في Kubernetes، لذا تُنشر عبر kubectl أو Helm أو Argo CD. ينفّذ المشغّل في كل عقدة مستهدفة تسلسلًا ثابتًا: الحجز (cordon)، والانتظار لحزم pod غير القابلة للمقاطعة، وتفريغ البقية (drain)، وتطبيق الحزمة وضبطها، ثم رفع الحجز (uncordon) — مع إعادة تشغيل خدمة أو عقدة عند الحاجة فقط.

يمكن للحزم ضبط معاملات sysctl وGRUB، وتثبيت وكلاء أمنيين، ومعالجة ثغرات CVE. يتتبّع NodeWright إصدار كل حزمة على كل عقدة ويحدّد ترتيب التنفيذ بحسب الاعتماديات المعلنة؛ ويمكن لحزمة CVE أن تكتشف أن وحدة نواة مصابة ما زالت محمّلة وتعلن فشلها.

نشر آمن على نطاق واسع

يعرّف مورد DeploymentPolicy المقصورات (compartments) — مجموعات عقد مختارة بالتسميات، لكل منها ميزانية تعطيل واستراتيجية نشر خاصة: أحجام دفعات ثابتة، ونمو خطي (1، 2، 3…) ونمو أسي (1، 2، 4، 8…). تحدد عتبة الدفعة نسبة النجاح المطلوبة للتقدم، بينما توقف عتبة الفشل المقصورة بعد إخفاقات متكررة.

إذا حدث خطأ يتوقف التحديث بدل أن يتسلسل: تظهر الأخطاء في الحالة، وتُعلَّم المهام الفاشلة، وتضاف تسميات إلى العقد المتأثرة للتشخيص عبر واجهة Kubernetes. ويمكن إلزام العقد الجديدة بالانضمام مع taint لا يُزال إلا بعد اجتياز كل الحزم والفحوص.

المنظومة والتوافر

يتكامل NodeWright مع NVIDIA AI Cluster Runtime (AICR) الذي ينشر وصفات مثبّتة الإصدار لإعدادات موثوقة كحزم جاهزة لـHelm وArgo CD وFlux، ويعمل إلى جانب NVCRE وNVSentinel. وبترخيص Apache 2.0 يُثبَّت عبر Helm من أصل OCI؛ وتغطي حزم الضبط معالجات Hopper وBlackwell، وعقد Google Kubernetes Engine، وعناقيد Amazon EKS بمشغلات EFA.