# NVIDIA Open Sources Run:ai Platform y KAI Scheduler para la orquestación de cargas de trabajo de IA

Source: TechNewsList (https://technewslist.com)
Canonical URL: https://technewslist.com/es/article/nvidia-open-sources-runai-platform-kai-scheduler-2026-10-14-morning-es
Section: Software (https://technewslist.com/es/software)
Author: TechNewsList
Language: es
Published: 2026-10-14T06:55:13.088+00:00
Updated: 2026-10-14T06:55:13.333921+00:00

> NVIDIA ha lanzado la plataforma de orquestación Run:ai completa y el programador KAI en Apache 2.0, ofreciendo fraccionamiento de GPU a nivel de hardware a los clústeres de Kubernetes.

## TL;DR
- NVIDIA ha abierto completamente la plataforma de orquestación de clústeres Run:ai bajo la permisiva licencia de software Apache 2.0.
- La versión principal presenta KAI Scheduler, un motor de programación compatible con GPU nativo de Kubernetes aceptado como un proyecto CNCF Sandbox.
- El fraccionamiento de GPU a nivel de hardware y los límites de memoria ahora son accesibles para los operadores de código abierto sin licencia de software comercial.

## Key points
- NVIDIA anunció la transición de código abierto de Run:ai el 13 de octubre como componente central de su plataforma DSX AI Factory.
- KAI Scheduler proporciona división de GPU fraccionada, programación de grupos y preferencia de prioridad de múltiples inquilinos directamente dentro de Kubernetes.
- Un operador de fraccionamiento de GPU independiente aplica límites de memoria estrictos directamente en la capa de tiempo de ejecución de CUDA 13.4.
- Los proveedores de nube de IA a hiperescala, incluidos Nebius y Crusoe, han integrado la pila de código abierto en ofertas de clústeres administrados.
- El soporte comercial sigue disponible a través de NVIDIA AI Enterprise, mientras que la gobernanza comunitaria se alinea con los estándares CNCF.

## Qué pasó

En un cambio importante para el software de infraestructura de inteligencia artificial, NVIDIA ha abierto oficialmente la plataforma de orquestación Run:ai completa bajo la licencia Apache 2.0. La medida, anunciada el 13 de octubre, convierte la suite de gestión de clústeres patentada adquirida por NVIDIA en una base abierta y gobernada por la comunidad para clústeres de computación de IA heterogéneos.

Como se describe en el anuncio oficial en el [Blog para desarrolladores de NVIDIA](https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/), la versión del código base incluye el programador KAI nativo de Kubernetes, el operador de fraccionamiento de GPU y módulos de telemetría de clúster dinámico. Además, la Cloud Native Computing Foundation (CNCF) aceptó simultáneamente el KAI Scheduler en su lista de proyectos Sandbox, estableciendo una ruta de gobernanza neutral para implementaciones de nube de múltiples proveedores.

![Esquema de arquitectura NVIDIA Run:ai](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1791956561346-oqcgnr-nvidia-open-sources-runai-platform-kai-scheduler-2026-10-14-morning-inside-1-52c35cd923.webp)

## Por qué importa

La utilización eficiente de la GPU se ha convertido en uno de los obstáculos operativos más pronunciados para el desarrollo de la IA generativa. Los algoritmos de programación estándar de Kubernetes tratan a los aceleradores como números enteros monolíticos y aproximados. Un trabajador de inferencia liviano que solicita una GPU frecuentemente bloquea todo un costoso acelerador H100 o B200, dejando la memoria de alto ancho de banda (HBM) y los núcleos tensoriales en gran medida inactivos.

Run:ai estableció prominencia en la industria mediante el desarrollo de virtualización fraccionada especializada a nivel de kernel y mecanismos de cola avanzados que permiten múltiples trabajos de capacitación o inferencia para compartir silicio sin degradación del rendimiento. Al lanzar este software bajo una licencia Apache 2.0 permisiva, NVIDIA elimina la barrera de las licencias patentadas que anteriormente restringía a los pequeños laboratorios, instituciones académicas y proveedores de nube independientes implementar virtualización de GPU de nivel de producción.

Según lo informado por [Venture Atlas](https://www.ventureatlas.org/news/2026-10-13-nvidia-runai-open-source), el código abierto de Run:ai también solidifica el ecosistema CUDA de NVIDIA frente a las arquitecturas de aceleradores abiertos emergentes. Al estandarizar la programación del clúster de Kubernetes directamente en torno a las primitivas de fraccionamiento nativas de CUDA, NVIDIA garantiza que las plataformas de IA empresarial permanezcan optimizadas para su arquitectura de hardware incluso en implementaciones de nube híbrida y autoadministrada.

## Detalles técnicos

El núcleo arquitectónico de la pila de código abierto es KAI Scheduler. KAI, que funciona como un programador alternativo o complementario dentro de los planos de control estándar de Kubernetes, presenta programación en grupo, empaquetado de contenedores con reconocimiento de topología y sobresuscripción con estricta prioridad de prioridad. Cuando se envía un trabajo de capacitación distribuido de múltiples nodos, KAI garantiza que todos los pods de trabajadores y sus estructuras de red NVLink asociadas se asignen simultáneamente antes de que comience la ejecución, lo que evita bloqueos parciales de recursos.

Como complemento al programador se encuentra el operador de fraccionamiento de GPU modularizado. A diferencia de la división de tiempo básica a nivel de software, que puede sufrir fallas por saturación de memoria cuando los procesos concurrentes exceden la VRAM física, el operador de código abierto se conecta a la capa del controlador CUDA 13.4 para imponer límites estrictos de memoria de hardware. Si una tarea de inferencia intenta asignar memoria más allá de su fracción asignada, el tiempo de ejecución restringe la asignación de manera elegante en lugar de desencadenar un pánico en el kernel por falta de memoria para las cargas de trabajo vecinas.

Según una revisión de arquitectura publicada en el [Blog de Nebius](https://nebius.com/blog/posts/nvidia-run-ai-open-source-nebius-applications), los proveedores de nube administrada ahora pueden integrar estos componentes directamente en distribuciones estándar de Kubernetes ascendentes sin mantener agentes complementarios propietarios. Nebius y Crusoe ya han validado implementaciones nativas de la pila Run:ai de código abierto en sus clústeres de IA distribuidos, informando un aumento de hasta tres veces en la utilización efectiva de GPU para procesos de ajuste y de inferencia.

![Gráfico de escalado de fábrica de IA de NVIDIA](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1791956562874-28mji6-nvidia-open-sources-runai-platform-kai-scheduler-2026-10-14-morning-inside-2-dba1257bd2.webp)

## Impacto en el mercado / la industria

El código abierto de Run:ai repercute tanto en los proveedores comerciales de gestión de Kubernetes como en las nuevas empresas de infraestructura de IA especializadas. Los proveedores de software que crearon extensiones de programación patentadas sobre Kubernetes estándar ahora enfrentan la competencia de una plataforma de código abierto respaldada por proveedores y respaldada directamente por los recursos de ingeniería de NVIDIA.

Para los clientes empresariales, NVIDIA mantendrá el soporte comercial y la certificación empresarial bajo el nivel de suscripción NVIDIA AI Enterprise, ofreciendo acuerdos de nivel de servicio (SLA) garantizados, integraciones de identidad empresarial y auditorías de seguridad especializadas. Sin embargo, el motor de programación central y los componentes de orquestación de contenedores se desarrollarán de forma transparente dentro de los repositorios públicos de GitHub según las pautas de CNCF.

Este modelo de desarrollo abierto también permite a proveedores de redes y hardware de terceros proponer solicitudes de extracción ascendentes. Los contribuyentes de la comunidad pueden ampliar KAI Scheduler para optimizar las decisiones de programación en torno a topologías InfiniBand ultrarrápidas, estructuras Ethernet RoCE v2 y sistemas de archivos paralelos de alto rendimiento como Lustre y GPFS.

## Qué observar ahora

En las próximas semanas, los equipos de ingeniería de plataformas evaluarán la dificultad de migrar los clústeres de Kubernetes existentes que ejecutan definiciones de recursos personalizados (CRD) genéricas al nuevo KAI Scheduler de código abierto. La cadencia de lanzamiento inicial y los hitos de CNCF Sandbox revelarán la rapidez con la que los contribuyentes externos aportan funciones más allá de las configuraciones de hardware de referencia inmediata de NVIDIA.

Los equipos de infraestructura de la nube también deben monitorear las próximas sesiones de CNCF KubeCon, donde los mantenedores planean publicar datos completos de evaluación comparativa que comparen el rendimiento del KAI Scheduler con el programador estándar de Kubernetes y el motor de programación de volcanes en varios miles de clústeres de GPU.

Finalmente, el ecosistema de software empresarial observará si los fabricantes de aceleradores rivales, como AMD e Intel, intentan adaptar las interfaces abiertas del KAI Scheduler para acomodar sus respectivas pilas informáticas ROCm y oneAPI.

## Fuentes

- [Blog para desarrolladores de NVIDIA](https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/)— Anuncio técnico que detalla el código abierto de la plataforma Run:ai, KAI Scheduler y las licencias Apache 2.0.
- [Blog de Nebio](https://nebius.com/blog/posts/nvidia-run-ai-open-source-nebius-applications)— Desglose de ingeniería que examina las implementaciones nativas de la nube del KAI Scheduler en clústeres de GPU administrados.
- [Atlas de riesgo](https://www.ventureatlas.org/news/2026-10-13-nvidia-runai-open-source)– Análisis de la industria que cubre la adopción de CNCF Sandbox, los modelos de soporte empresarial y los impactos del mercado de la orquestación de IA.

Mentions: Nvidia, Fundación de computación nativa en la nube, Nebio, Crusoé

## Sources
- [Blog para desarrolladores de NVIDIA](https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/)
- [Blog de Nebio](https://nebius.com/blog/posts/nvidia-run-ai-open-source-nebius-applications)
- [Atlas de riesgo](https://www.ventureatlas.org/news/2026-10-13-nvidia-runai-open-source)