NVIDIA lança a plataforma de orquestração de GPU Run:IA como código aberto

A NVIDIA anunciou em 2026-10-13 que está lançando a plataforma completa Run:IA como software de código aberto, disponibilizando capacidades de carga de trabalho de IA e de GPU de qualidade de produção para clientes, desenvolvedores e parceiros do ecossistema sem exigir assinatura paga ou direito a suporte empresarial, segundo uma postagem de Tanya Lenz no Blog de Desenvolvedores da NVIDIA.

O lançamento expande a NVIDIA DSX IA Factory Platform ao estabelecer o Run:IA como uma base aberta para o ecossistema mais amplo. A NVIDIA concluiu a aquisição do Run:IA em 2024-12-30, conforme reportado pelo TechCrunch na época.

Capacidades e Componentes da Plataforma

Run:IA é uma plataforma baseada em Kubernetes que gerencia o escalonamento de cargas de trabalho IA e a alocação de recursos da GPU para desenvolvimento interativo, treinamento de modelos e inferência. De acordo com a documentação da NVIDIA vigente até 2026-10-13, as capacidades da plataforma incluem pooling e compartilhamento de GPUs, alocação fracionada de GPUs, priorização de carga de trabalho, cotas organizacionais, controle de acesso baseado em função e monitoramento de utilização. Essas são capacidades operacionais pretendidas, não garantias de desempenho.

O lançamento de 13 de outubro inclui a plataforma integrada Run:IA e quatro componentes modulares que podem ser adotados independentemente: KAI Scheduler, GPU Fractioning Operator, KAI Resource Management e Workload Map. A NVIDIA lançou o KAI Scheduler sob a licença Apache 2.0 e contribuiu com ele para a Cloud Native Computing Foundation como um projeto Sandbox, segundo o anúncio.

O KAI Scheduler coordena o agendamento em grupo com simulação em memória, alocação justa e de cotas, consciência da topologia, compartilhamento de GPUs entre múltiplos métodos, incluindo MIG e MPS, e suporte a Alocação Dinâmica de Recursos. O Operador de Fracionamento GPU permite o fracionamento nativo de GPU 13.4 CUDA no Kubernetes com isolamento de memória rígido aplicado pelo driver CUDA. O KAI Resource Management fornece uma camada organizacional mapeando recursos GPU para projetos, departamentos e equipes com compartilhamentos de capacidade definidos e pools de nós para hardware heterogêneo. O Workload Map define um contrato para tratar diversos tipos de cargas de trabalho do Kubernetes — incluindo PyTorchJob, RayCluster, JobSet e KServe InferenceService — como objetos de primeira classe ao longo de todo o seu ciclo de vida.

Disponibilidade e Adoção do Ecossistema

O código-fonte completo da plataforma open source Run:IA está disponível na organização GitHub da fábrica NVIDIA DSX IA. Também é distribuído como um Produto Comunitário no NVIDIA NGC com um gráfico Helm para instalação. O código-fonte Run:IA é regido por licenças open source aplicáveis; o Produto Comunitário NGC exige aceitação do Acordo de Licença de Software NVIDIA e dos Termos Específicos do Produto NVIDIA para Produtos IA NVIDIA. Não é necessária assinatura paga para o Produto Comunitário, e o suporte empresarial NVIDIA não está incluído, segundo o anúncio.

As ofertas comerciais suportadas pela NVIDIA do Run:IA continuam disponíveis como um produto independente, através do NVIDIA Mission Control e NVIDIA IA Enterprise, e em mercados de nuvem selecionados, com disponibilidade, licenciamento e termos de suporte variando conforme a oferta.

oito parceiros do ecossistema detalharam suas integrações em anúncios vinculados ao post de outubro de 13. O Crusoe integra o Run:IA com o Crusoe Managed Kubernetes. O Mirantis estende k0rdent IA com o Run:IA para o provisionamento de infraestrutura gerenciado pelo ciclo de vida. O Nebius oferece o Run:IA como um aplicativo de um cliques no Nebius IA Cloud. A OpenNebula Systems integra o Run:IA com a plataforma OpenNebula IA Cloud por meio do OneKS. A Rafay está expandindo sua integração para entregar o Run:IA como um serviço totalmente gerenciado com infraestrutura automatizada e gerenciamento de planos de controle. O Saturn Cloud integra o Run:IA para ajudar os operadores a lançar serviços de inferência IA white-label por meio de sua plataforma Token Factory; O Saturn Cloud anunciou essa integração em 2026-09-17, segundo o PR Newswire. O Spectro Cloud integra o Run:IA ao PaletteAI para automação do ciclo de vida. O vCluster fornece o Run:IA por meio de templates de implantação pré-validados com ambientes por inquilino.

Projetos de Código Aberto Relacionados

O anúncio também detalhou dois projetos complementares de código aberto. O Model Streamer lê os pesos dos modelos simultaneamente e os transfere diretamente para a memória da GPU para reduzir a latência de início a frio para cargas de trabalho de inferência. Ele é integrado upstream em vLLM e SGLang, vem no AWS vLLM Deep Learning Container e é documentado pelo Google Cloud e Microsoft Azure. Os fornecedores de plataformas de armazenamento WEKA, VAST Data e DDN publicaram benchmarks independentes; A WEKA relatou carregamento na memória da GPU em 3.5 segundos, aproximadamente 40% mais rápido que o NVMe local, enquanto o DDN reportou menos de quatro segundos para o modelo Qwen3-32B de 65.5 GB em oito GPUs. São números reportados pelo fornecedor para configurações específicas, não alegações universais de desempenho.

Grove fornece uma API Kubernetes para orquestrar cargas de trabalho multicomponentes, incluindo pipelines agentes, serviço desagregado e treinamento com mistura de especialistas. Oferece autoescalonamento consciente da topologia e escalonamento em grupo hierárquico, e na NVIDIA GB200 NVL72 gerencia automaticamente os recursos do ComputeDomain. Grove é uma parte modular do NVIDIA Dynamo que pode ser usada de forma independente.

Contexto e limitações

O anúncio 2026-10-13 marca uma mudança da distribuição proprietária anterior do Run:IA para um modelo de código aberto dentro do ecossistema DSX IA Factory. As equipes de plataforma podem inspecionar o código, contribuir para o desenvolvimento, implantar a pilha integrada ou adotar componentes individuais. A distribuição comunitária não inclui suporte empresarial; organizações que necessitam de direitos de suporte devem usar as ofertas comerciais da NVIDIA.

A NVIDIA afirmou que todo o desenvolvimento do KAI Scheduler ocorre no repositório comunitário e que as melhorias passam pelo mesmo código base. A empresa continua apoiando os mantenedores do projeto e afirmou que trabalhará com o ecossistema mais amplo para avançar o escalonamento de cargas de trabalho de IA.

Fonte: developer.nvidia.com.