KubeRay在Kubernetes中定位Ray工作负载

AnyScale的解释称，KubeRay是基于Kubernetes原生的层，用于大规模运行Ray，将Ray集群、批处理作业和工作负载服务绑定到许多团队已有的基础设施中。资料将KubeRay定位为在Kubernetes上运行Ray的标准方式，并称它支撑了主要云服务提供商的托管Ray产品。

证据与背景

根据原始材料，核心问题是 Kubernetes 理解 Pods、Services 和 Jobs，却不懂 Ray 集群、Ray 作业或 Ray Serve 应用。没有操作员层，团队必须手工构建相同的管道，用于头部和工人部署、作业提交、自动扩展和故障恢复。KubeRay 被呈现为桥梁：它将 RayCluster 规范转化为必要的 Pods 和服务，并通过状态字段和事件向 Kubernetes 报告 Ray 状态。

说明中提到，KubeRay提供三个主要的自定义资源。RayCluster是长期运行集群的构建模块。RayJob为单个批次工作负载创建专用RayCluster，并在作业完成后将其拆除。RayService通过高可用性和零停机升级管理Ray Serve应用。该源代码还描述了用于周期性Ray作业的RayCronJob。

在扩展性和弹性方面，资料称KubeRay基于待处理任务、actor和放置组添加了Ray感知的自动扩展，而不仅仅是依赖Kubernetes Horizontal Pod自动扩展器。它还提到Global Control Service的容错能力，可在头节点故障后恢复集群元数据，同时保持Ray Serve应用运行。在调度方面，消息人士称KubeRay集成了Kubernetes配额和群排程工具，包括Kueue、MultiKueue、Kubernetes Workload API、Volcano、YuniKorn、调度插件和NVIDIA KAI调度器。

源代码中列出的安全与操作功能包括Ray 令牌认证、Kubernetes RBAC、mTLS、NetworkPolicy 支持、Prometheus 和 Grafana 集成，以及用于在集群删除后保存 Ray 事件和日志的历史服务器。资料还提到了 kubectl ray 和用于操作式管理的 KubeRay API 服务器。

解释中包含一个示例，RayJob在Kubernetes上运行PyTorch Fashion MNIST训练工作负载。在示例输出中，RayJob显示为成功，提交的训练作业报告了 0.3702628721599095 损失和 0.8646准确性。该示例以文档形式呈现，而非市场事件。

更广泛的 Ray 背景说明，验证时最新的官方发布是 Ray 2.59.0，日期为 2026-10-02，紧随 Ray 2.58.0 于 2026-08-23。这些发布说明与 KubeRay 说明是分开的，但表明上游项目在同一时期继续添加大型语言模型、存储和安全功能。

该来源未提供KubeRay的采用率、客户数据、市场份额或性能比较指标。此外，也未具体说明即将推出的产品日期或发布催化剂，超出文档内容。