El 13 de octubre de 2026, NVIDIA anunció la publicación como código abierto de la plataforma Run:ai completa, incluido su plano de control. Run:ai coordina cargas de trabajo de inteligencia artificial y recursos de GPU en Kubernetes; para un equipo de infraestructura, lo importante es que puede usar la plataforma integrada o adoptar sus componentes por separado. NVIDIA detalló el alcance del lanzamiento.
El repositorio oficial aplica Apache License 2.0 al código del software y enumera licencias distintas para cierto código y algunos recursos de terceros. La licencia y las excepciones figuran en el repositorio de Run:ai.
Qué hace cada componente de Run:ai
NVIDIA identifica cuatro componentes que pueden adoptarse de forma independiente. Cubren tareas distintas: planificación de cargas, reparto fraccionado de GPU, gestión de recursos por equipos y descripción de cargas de trabajo.
| Componente | Función | Límite o relación importante |
| KAI Scheduler | Planifica cargas de trabajo de GPU. Incluye planificación coordinada de grupos de tareas, reparto equitativo y cuotas, asignación según la topología, uso compartido de GPU y compatibilidad con Dynamic Resource Allocation. | Puede desplegarse en un clúster existente sin instalar la plataforma Run:ai completa. |
| GPU Fractioning Operator | Integra en Kubernetes fracciones de GPU nativas de CUDA y ofrece métricas por pod. | No depende de un planificador concreto. El controlador CUDA aplica un límite de memoria a cada fracción asignada a una carga. |
| KAI Resource Management | Organiza proyectos y departamentos, y administra asignaciones de GPU mediante garantías, uso compartido, reparto equitativo y cuotas; también agrupa el hardware en conjuntos de nodos. | Puede combinarse con KAI Scheduler. |
| Workload Map | Biblioteca de Go que ofrece una forma común de describir y gestionar tipos de cargas de trabajo de Kubernetes; puede utilizarse sin conexión. | No planifica ni pone en cola las cargas, no las escala automáticamente ni las propaga entre clústeres. |
La distinción práctica es clara: KAI Scheduler decide dónde colocar las cargas; GPU Fractioning Operator permite repartir capacidad de GPU en fracciones; KAI Resource Management organiza quién recibe los recursos; y Workload Map estandariza cómo se describen y gestionan distintos tipos de cargas. No son cuatro planificadores intercambiables.
Cómo se organiza una instalación autogestionada
Cada instalación incluye un plano de control y al menos un clúster de Run:ai. El plano de control centraliza la gestión de recursos, el envío de cargas, la supervisión y el análisis; los servicios de clúster amplían las funciones de planificación y gestión de cargas de Kubernetes. NVIDIA permite alojar el plano de control y el primer clúster en el mismo clúster de Kubernetes o separarlos: en este último caso, necesitan conectividad de red.
NVIDIA documenta despliegues en Kubernetes y OpenShift, tanto en entornos conectados como aislados de la red. Sus rutas de instalación son Guided Installation, instalación manual con Helm y Base Command Manager; esta última se ofrece para la versión con soporte contratado. La documentación de instalación de NVIDIA describe la topología, los entornos y los requisitos.
Qué aporta el operador y qué incluye el soporte
En una instalación autogestionada, el operador se ocupa del hardware, el sistema operativo, la distribución de Kubernetes, la red y el almacenamiento. NVIDIA también enumera GPU Operator y Prometheus entre los requisitos previos. El software de código abierto, por tanto, no equivale a una infraestructura alojada: el equipo debe aportar y gestionar el entorno donde funciona Run:ai.
El Community Product de NGC no exige una suscripción de pago a Run:ai ni un contrato de soporte, y las imágenes y los gráficos de Helm de código abierto no requieren una clave de API de NGC. Para descargar el producto hay que aceptar las condiciones aplicables de software de NVIDIA y las condiciones específicas del producto. El soporte empresarial de NVIDIA no está incluido. La versión con soporte contratado sí requiere una clave de API de NGC y añade acuerdos de nivel de servicio y otras prestaciones de soporte.
