KI SpotlightNewsNVIDIA veröffentlicht die komplette Run:ai-Plattform als Open Source
Der KAI Scheduler war bereits offen. Jetzt folgt die gesamte Orchestrierungssoftware für GPU-Cluster auf Kubernetes. Lizenz und Unterschiede zur Enterprise-Version sind noch nicht geklärt.
Mit KI erstelltInhalt
◆ Fakten auf einen Blick
- NVIDIA macht die komplette Run:ai-Plattform als Open-Source-Software verfügbar.
- Die Freigabe umfasst KAI Scheduler, GPU Fractioning Operator, KAI Resource Management und Workload Map.
- KAI Scheduler erschien im April 2025 unter Apache 2.0 und ist CNCF-Sandbox-Projekt.
- Seit KAI Scheduler v0.16.4 ist HAMi-core-basierte harte GPU-Speicherisolation eingebaut.
- NVIDIA DSX ist eine Plattform für Design, Simulation und Betrieb von KI-Fabriken.
NVIDIA gibt die komplette Run:ai-Plattform frei
NVIDIA macht die vollständige Run:ai-Plattform für KI-Workloads und GPU-Orchestrierung auf Kubernetes als Open-Source-Software verfügbar. Das teilte das Unternehmen am 13. Oktober 2026 in einem Beitrag mit. Die Software ordnet NVIDIA als offene Grundlage in die DSX AI Factory Platform ein.
DSX beschreibt NVIDIA als Plattform für Design, Simulation und Betrieb von KI-Fabriken. Das Ziel: möglichst niedrige Token-Kosten und möglichst viele Tokens pro Watt. Dazu bündelt DSX offene Softwarebibliotheken, Workflow-Leitfäden und Referenzdesigns. Hinzu kommen NVIDIA-Compute-Plattformen und Infrastruktur von OEM-Partnern.
Laut NVIDIA haben Nutzer drei Optionen. Sie können Run:ai als integriertes Ganzes einsetzen, eigene Produkte und Dienste darauf aufbauen oder einzelne Komponenten in bestehende Software einbinden. Auf seiner Produktseite nennt NVIDIA Run:ai inzwischen eine „open source AI workload and GPU orchestration platform for Kubernetes“.
Vier Komponenten einzeln nutzbar, der KAI Scheduler war schon offen
Die Freigabe umfasst laut NVIDIA die komplette Plattform samt weiterem Plattformcode. Vier Komponenten lassen sich zusätzlich unabhängig voneinander nutzen: der KAI Scheduler, der GPU Fractioning Operator, KAI Resource Management und die Workload Map. Zusammen mit dem übrigen Code bilden sie die integrierte Plattform.
Neu ist also die Ausweitung auf das Gesamtpaket. Die Öffnung an sich ist es nicht. NVIDIA hatte den KAI Scheduler bereits im April 2025 unter Apache 2.0 veröffentlicht. Das Unternehmen hatte Run:ai Ende 2024 übernommen. Der Scheduler wird weiterhin auch als Teil der Run:ai-Plattform ausgeliefert. Inzwischen ist er ein CNCF-Sandbox-Projekt.
Wie aktiv das Projekt ist, geht aus einer Angabe des Projekts HAMi hervor. Demnach wurden im Juni 2026 zwei Pull Requests in den Hauptzweig des KAI Schedulers gemergt. Seit Version v0.16.4 enthält er auf Basis von HAMi-core eine eingebaute harte GPU-Speicherisolation.
Offen: Lizenz, Enterprise-Unterschiede, Herstellerversprechen
Im vorliegenden Material nicht belegt sind Lizenz und Repository der Gesamtplattform. Ungeklärt bleibt auch, ob sich die Open-Source-Version von der kommerziellen Enterprise-Version unterscheidet, und falls ja, wie. Betreiber, die den KAI Scheduler oder das kommerzielle Run:ai bereits nutzen, sollten Lizenz, Support und eine mögliche Migration selbst prüfen. Daneben existiert Run:ai on DGX Cloud. Diese verwaltete Variante stellt NVIDIA bereit und betreibt sie auch.
Die Effizienzversprechen stammen vom Hersteller. NVIDIA erklärt, jeder DSX-Ökosystempartner und jede KI-Cloud könne nun Workload-Durchsatz und GPU-Auslastung steigern. Run:ai biete „unparalleled flexibility“, steigere die GPU-Effizienz „significantly“ und integriere sich „with zero manual effort“ in hybride Infrastruktur. Zudem werde die Software zu einer „open foundation“, mit der das Ökosystem Lösungen schneller auf den Markt bringe.
Unabhängige Benchmarks oder Praxisberichte von Betreibern der offenen Version liegen bislang nicht vor. Belastbar wären etwa Messungen der GPU-Auslastung vor und nach dem Einsatz oder die Zahl und Art externer Beiträge.
