NVIDIA מציגה את NodeWright: מנהל חבילות נייטיבי ל-Kubernetes לניהול ציי צמתים

NVIDIA חשפה את NodeWright, מנהל חבילות בקוד פתוח ונייטיבי ל-Kubernetes, שמגדיר ומעדכן את מערכות ההפעלה של צמתי GPU באופן דקלרטיבי, בלי לשבש עומסי עבודה פעילים. הכלי כבר רץ בפרודקשן ב-NVIDIA בשם Skyhook והוא חלק מ-DSX OS.

מסקריפטים לניהול דקלרטיבי של צמתים

צוותים מנהלים היום צמתים בעזרת Ansible, סקריפטים ונהלים ידניים. הגישה הזו נשברת כשעדכון קרנל מפיל את RDMA, או כשיש לתקן CVE במאות מכונות. חומרת GPU נדירה, ואי אפשר פשוט להעביר עבודות אימון ארוכות — כך שהמשימה האמיתית היא לשנות את כל הצי בלי לעצור את האימון.

איך NodeWright עובד

החבילות הן Custom Resources של Kubernetes, ולכן נפרסות דרך kubectl, Helm או Argo CD. בכל צומת יעד האופרטור מריץ רצף קבוע: cordon, המתנה ל-pods שאין לקטוע, drain לשאר, החלה וקונפיגורציה של החבילה, ואז uncordon — עם אתחול שירות או צומת רק לפי הצורך.

החבילות יכולות לכוונן פרמטרים של sysctl ו-GRUB, להתקין סוכני אבטחה ולתקן CVE. NodeWright עוקב אחר הגרסה של כל חבילה בכל צומת וקובע את סדר ההרצה לפי תלויות; חבילת CVE יכולה לזהות שמודול קרנל פגיע עדיין טעון ולסמן את עצמה כנכשלה.

פריסות בטוחות בקנה מידה

משאב DeploymentPolicy מגדיר תאים — קבוצות צמתים לפי תוויות, שלכל אחת תקציב שיבוש ואסטרטגיה משל עצמה: גדלי אצווה קבועים, גדילה לינארית (1, 2, 3…) וגדילה אקספוננציאלית (1, 2, 4, 8…). סף אצווה קובע את שיעור ההצלחה הנדרש כדי להתקדם, וסף כשלים יכול לעצור תא לאחר כשלים חוזרים.

אם משהו משתבש, העדכון נעצר במקום להתפשט: השגיאות מופיעות בסטטוס, Job-ים שנכשלו מסומנים, והצמתים מקבלים תוויות לאבחון דרך ה-API של Kubernetes. אפשר לחייב צמתים חדשים להצטרף עם taint שמוסר רק לאחר שכל החבילות והבדיקות עוברות.

אקוסיסטם וזמינות

NodeWright משתלב עם NVIDIA AI Cluster Runtime (AICR), שמפרסם מתכונים של קונפיגורציות מאומתות כחבילות מוכנות ל-Helm, Argo CD או Flux, ועובד לצד NVCRE ו-NVSentinel. ברישיון Apache 2.0 הוא מותקן ב-Helm מתוך ארטיפקט OCI; חבילות הכיול מכסות GPU מדורות Hopper ו-Blackwell, צמתי Google Kubernetes Engine וקלייסטרים של Amazon EKS עם דרייברי EFA.