NVIDIA 把开源运行时 Agent Substrate 捐入 CNCF 沙箱，用于在 Kubernetes 上安全运行大量沙箱化 AI 智能体。智能体大部分时间在等待提示、工具结果或模型回复，按会话常驻 Pod 会为闲置状态占用内存，按需建 Pod 又要在每一步付出数秒冷启动并丢失状态。Agent Substrate 用少量常驻工作 Pod 复用大量会话，空闲会话连同内存与文件系统被检查点保存，下次请求到来时恢复到任一空闲工作 Pod，项目方称其容器密度比标准容器高 10 倍。
NVIDIA 把 Kubernetes 分布式作业的结构描述从编译进工具的适配器换成一份可读定义：Workload Map 是一个自定义资源加 Go 库，为 JobSet、PyTorchJob、RayCluster 等框架给出统一结构视图。此前每接入一种自定义资源都要写一个适配器，解释角色、把状态折算成阶段、改 pod 模板而不弄坏作业，新类型支持常要等一个发布。定义以 YAML 写明模板位置、副本数与状态映射，调度器与平台共用；示例 JobSet 解析出一个 leader、两个 worker，共 12 块 GPU。
NVIDIA CUDA 13.4新增一种对应用透明的分时共享模式，让每个工作负载只看到并被强制限制在一部分GPU显存内，超出申请量的分配会像在小显存GPU上一样失败。KAI Scheduler 从 v0.18.0 起提供 NvFractions 共享模式，负责挑选GPU切片并把显存与计算模式写进 Pod 注解，新开源算子 gpu-fractioning 在节点上执行这些限制并统计每个份额的实际用量。
英伟达将完整的Run:ai平台以开源软件形式发布，并纳入DSX AI Factory平台，使客户、开发者与生态伙伴可直接获取生产级的AI工作负载与GPU编排能力。此前该平台以商业产品形式提供，用于在Kubernetes上动态分配GPU资源并管理从数据处理、训练到推理的全生命周期。开源版本包含KAI Scheduler、GPU Fractioning Operator、KAI Resource Management和Workload Map四个可独立采用的组件，生态伙伴可整体采用、在其上构建自有产品，或按需集成单个组件。
NVIDIA 推出开源工具 Topograph，它通过 provider 从云 API 或本地网络系统发现集群拓扑并归一化为统一模型，再由 engine 输出为 Kubernetes 节点标签、NFD 资源、Slinky ConfigMap、Slurm 拓扑配置或拓扑 JSON，使 Kubernetes、Slurm、Slinky 上的调度器能够基于当前拓扑做邻近性放置，并支持 KAI Scheduler、Kueue 的拓扑感知 gang 调度。
已读完全部报道