NVIDIA Kubernetes Engine (NVKE) は、プラットフォームチームがベアメタルインフラストラクチャ上でGPUワークロード専用の複数の隔離されたKubernetesクラスターを作成および運用するために設計された管理プレーンです。NVKEは、独立したKubernetesディストリビューションや特定のCluster APIのバリエーションではなく、「セルフホスティング工場」として機能します。このアーキテクチャでは、一時的な「シード」クラスターを使用して永続的な管理クラスターを立ち上げます。この管理プレーンは、顧客向けの多数の独立したワークロードクラスターをプロビジョニング、スケーリング、およびライフサイクル管理するための中心的なハブとして機能します。
この図は、NVKEが独立したワークロードクラスターのライフサイクルを管理する「セルフホスティング工場」アーキテクチャを説明しています。
基礎となるメカニズムは、安全で自動化されたデプロイを保証するための特殊なインフラストラクチャフローに依存しています。NVKEは、マシンをプロビジョニングするための主要なインフラストラクチャプロバイダーとしてNVIDIA Infra Controller (NICo) を使用します。マシンがプロビジョニングされると、ジョイン資格情報を受け取る前に、ハードウェアベースのTPM (Trusted Platform Module) アテステーションを使用してSPIFFE/SPIREを通じて安全なノードアイデンティティを確立します。このプロセスにより、管理プレーンは、さまざまなワークロードクラスター全体にわたるノードプールの作成および削除、Kubernetesバージョンのアップグレード、およびノードの置き換えなどのタスクを処理できるようになります。一貫性を確保するために、NVKEはNVIDIA Kubernetes Recipes (NVKR) と連携して動作します。NVKRは、固定された入力からノードイメージとNVKEコンポーネントを構築および署名するコンパニオンプロジェクトです。
NVKEは現在プレビュー状態にあるため、いくつかの技術的な制限と構成要件があります。例えば、管理クラスターは現在、自動アップグレード、スケーリング、または置き換えをサポートしておらず、管理プレーンのバックアップや復元のための確立された手順もありません。さらに、プレビュー版では、API認証がデフォルトで無効になっており、インストール後はAPIがプレーンなHTTPを使用するため、明示的なオペレーター構成が必要です。NVKEは大規模なGPUインフラストラクチャを管理するための堅牢なフレームワークを提供しますが、ドキュメントでは、これらの進化中のAPIや動作を考慮し、プレビュー版を本番ワークロードに使用しないことを推奨しています。