NVIDIA lanza la plataforma de orquestación de GPU Run:IA como código abierto

NVIDIA anunció el 2026-10-13 que lanzará la plataforma completa Run:IA como software de código abierto, poniendo a disposición de clientes, desarrolladores y socios del ecosistema cargas de trabajo de IA de calidad de producción sin necesidad de suscripción de pago ni de soporte empresarial, según una publicación de Tanya Lenz en el NVIDIA Developer Blog.

El lanzamiento amplía la plataforma NVIDIA DSX IA Factory al establecer Run:IA como una base abierta para el ecosistema más amplio. NVIDIA completó la adquisición de Run:IA el 2024-12-30, según informó TechCrunch en ese momento.

Capacidades y componentes de la plataforma

Run:IA es una plataforma basada en Kubernetes que gestiona la planificación de IA cargas de trabajo y la asignación de recursos GPU para desarrollo interactivo, entrenamiento de modelos e inferencia. Según la documentación de NVIDIA vigente a 2026-10-13, las capacidades de la plataforma incluyen pooling y compartición de GPU, asignación fraccional de GPU, priorización de carga de trabajo, cuotas organizativas, control de acceso basado en roles y monitorización de la utilización. Estas son capacidades operativas previstas, no garantías de rendimiento.

La versión de octubre de 13 incluye la plataforma integrada Run:IA y cuatro componentes modulares que pueden adoptarse de forma independiente: KAI Scheduler, GPU Fractioning Operator, KAI Resource Management y Workload Map. NVIDIA lanzó KAI Scheduler bajo la licencia Apache 2.0 y lo contribuyó a la Cloud Native Computing Foundation como un proyecto sandbox, según el anuncio.

KAI Scheduler coordina la planificación en grupo con simulación en memoria, asignación justa y de cuotas, conciencia de topología, compartición de GPU entre múltiples métodos, incluyendo MIG y MPS, y soporte para asignación dinámica de recursos. El Operador de Fraccionamiento GPU permite la fraccionación nativa de GPU 13.4 CUDA en Kubernetes con aislamiento de memoria dura aplicado por el controlador CUDA. La Gestión de Recursos KAI proporciona una capa organizativa que mapea recursos GPU a proyectos, departamentos y equipos con composiciones de capacidad definidas y pools de nodos para hardware heterogéneo. Workload Map define un contrato para tratar diversos tipos de carga de trabajo Kubernetes —incluyendo PyTorchJob, RayCluster, JobSet y KServe InferenceService— como objetos de primera clase a lo largo de su ciclo de vida.

Disponibilidad y adopción del ecosistema

El código fuente completo de la plataforma de código abierto Run:IA está disponible en la organización NVIDIA DSX IA Factory en GitHub. También se distribuye como un producto comunitario en NVIDIA NGC con un gráfico de Helm para su instalación. El código fuente de Run:IA está regido por licencias de código abierto aplicables; el producto comunitario NGC requiere la aceptación del Acuerdo de Licencia de Software de NVIDIA y los Términos Específicos del Producto NVIDIA para los productos NVIDIA IA. No se requiere suscripción de pago para el producto comunitario, y el soporte empresarial de NVIDIA no está incluido, según el anuncio.

Las ofertas comerciales de Run:IA apoyadas por NVIDIA siguen estando disponibles como producto independiente, a través de NVIDIA Mission Control y NVIDIA IA Enterprise, y en mercados en la nube seleccionados, con disponibilidad, licencias y términos de soporte que varían según la oferta.

ocho socios del ecosistema detallaron sus integraciones en anuncios enlazados desde la publicación del 13 de octubre. Crusoe integra Run:IA con Crusoe Managed Kubernetes. Mirantis amplía k0rdent IA con Run:IA para la provisión de infraestructura gestionada por ciclo de vida. Nebius ofrece Run:IA como una aplicación de uno clics en Nebius IA Cloud. OpenNebula Systems integra Run:IA con la plataforma OpenNebula IA Cloud a través de OneKS. Rafay está ampliando su integración para ofrecer Run:IA como un servicio totalmente gestionado con infraestructura automatizada y gestión de planos de control. Saturn Cloud integra Run:IA para ayudar a los operadores a lanzar servicios de inferencia de IA de marca blanca a través de su plataforma Token Factory; Saturn Cloud anunció esta integración el 2026-09-17, según PR Newswire. Spectro Cloud integra Run:IA en PaletteAI para la automatización del ciclo de vida. vCluster proporciona Run:IA mediante plantillas de despliegue prevalidadas con entornos por inquilino.

Proyectos de código abierto relacionados

El anuncio también detalló dos proyectos complementarios de código abierto. Model Streamer lee los pesos de los modelos simultáneamente y los transmite directamente a la memoria GPU para reducir la latencia de arranque en frío para cargas de inferencia. Está integrado aguas arriba en vLLM y SGLang, se incluye en el contenedor de aprendizaje profundo AWS vLLM y está documentado por Google Cloud y Microsoft Azure. Los proveedores de plataformas de almacenamiento WEKA, VAST Data y DDN han publicado benchmarks de forma independiente; WEKA informó de cargar en la memoria GPU en 3.5 segundos, aproximadamente un 40 % más rápido que el NVMe local, mientras que DDN reportó menos de cuatro segundos para el modelo Qwen3-32B de 65.5 GB en ocho GPUs. Estas son cifras reportadas por los proveedores para configuraciones específicas, no afirmaciones universales de rendimiento.

Grove proporciona una API de Kubernetes para orquestar cargas de trabajo multicomponente, incluyendo pipelines agentes, servicio desagregado y formación con mezcla de expertos. Ofrece escalado automático consciente de topología y planificación en grupo jerárquica, y en NVIDIA GB200 NVL72 gestiona automáticamente los recursos de ComputeDomain. Grove es una parte modular de NVIDIA Dynamo que puede usarse de forma independiente.

Contexto y limitaciones

El anuncio de 2026-10-13 marca un cambio respecto a la anterior distribución propietaria de Run:IA a un modelo de código abierto dentro del ecosistema DSX IA Factory. Los equipos de plataforma pueden inspeccionar el código, contribuir al desarrollo, desplegar la pila integrada o adoptar componentes individuales. La distribución comunitaria no incluye soporte empresarial; las organizaciones que requieren derechos de soporte deben utilizar las ofertas comerciales de NVIDIA.

NVIDIA afirmó que todo el desarrollo del planificador KAI ocurre en el repositorio comunitario y que las mejoras fluyen a través de la misma base de código. La empresa continúa apoyando a los mantenedores del proyecto y afirmó que trabajará con el ecosistema más amplio para avanzar en la planificación de cargas de trabajo de la IA.

Fuente: developer.nvidia.com.