KubeRayはKubernetes内でRayワークロードを配置します

AnyScaleの説明によると、KubeRayはRayを大規模に動かすためのKubernetesネイティブレイヤーであり、Rayクラスター、バッチジョブ、ワークロードを多くのチームが既に運用しているインフラに結びつけています。資料はKubeRayをKubernetes上でRayを動作させる標準的な方法として位置づけ、主要なクラウドプロバイダーによるマネージドRayの基盤としています。

証拠と背景

ソース資料によると、核心的な問題はKubernetesはPods、Services、Jobsは理解しているものの、Rayクラスター、Rayジョブ、Ray Serveアプリケーションは理解していないことです。オペレーターレイヤーがなければ、チームはヘッドおよびワーカーのデプロイ、ジョブ提出、オートスケーリング、障害回復のために同じ配管を手作業で構築しなければなりません。KubeRayはブリッジとして提示されており、RayCluster仕様を必要なポッドやサービスに変換し、ステータスフィールドやイベントを通じてRayの状態をKubernetesに報告します。

説明文によると、KubeRayは三つの主要なカスタムリソースを提供しています。RayClusterは長期稼働するクラスターの構築要素です。RayJobは単一のバッチワークロード専用のRayClusterを作成し、ジョブ終了時にそれを分解します。RayServiceは高可用性かつゼロダウンタイムのアップグレードでRay Serveアプリケーションを管理します。このソースはまた、定期的なRayジョブのためのRayCronJobについても説明しています。

スケーリングとレジリエンスのために、KubeRayはKubernetesのHorizontal Podオートスケーラだけでなく、保留中のタスク、アクター、配置グループに基づいてRay対応のオートスケーリングを追加していると述べています。また、Global Control Serviceのフォールトトレランス機能が、ヘッドノード障害後にクラスタのメタデータを回復しつつ、Ray Serveアプリケーションを稼働させ続けることも挙げています。スケジューリングに関しては、KubeRayがKueue、MultiKueue、KubernetesワークロードAPI、Volcano、YuniKorn、スケジューラプラグイン、NVIDIA KAIスケジューラなどのKubernetesクォータおよびギャングスケジューリングツールと連携していると情報源は述べています。

ソースに記載されているセキュリティおよび運用機能には、Rayトークン認証、Kubernetes RBAC、mTLS、NetworkPolicyサポート、PrometheusおよびGrafana連携、クラスタ削除後にオブジェクトストレージにRayイベントやログを保存するHistory Serverが含まれます。資料では、kubectl rayやオペレータースタイルの管理のためのKubeRay APIサーバーについても言及されています。

説明文には、RayJobがKubernetes上でPyTorch Fashion MNISTトレーニングワークロードを実行する作業例が含まれています。サンプル出力では、RayJobは成功済みと表示され、提出されたトレーニングジョブは 0.3702628721599095 の損失と 0.8646の精度を報告しています。この例はマーケットイベントではなくドキュメントとして提示されています。

ソースノートに添えられたより広いRayの文脈では、検証時点での最新の公式リリースはRay 2.59.0で、 2026-10-02年日付で、Ray 2.58.0 on 2026-08-23に続きました。これらのリリースノートはKubeRayの解説とは別ですが、上流プロジェクトが同時期にLLM、ストレージ、セキュリティ機能の追加を続けていることを示しています。

この情報源は、KubeRayの採用数、顧客数、市場シェア、比較パフォーマンス指標を提供していません。また、今後の製品発売日や発売触媒については、文書自体以外に明記されていません。