NVIDIA Run:ai 开源 KAI Scheduler 入门指南（Kubernetes GPU 编排）

适用场景 ​

• 多团队共享同一 GPU 集群、需要公平调度与配额管理的基础设施团队。
• 希望在 Kubernetes 上对 AI 训练与推理负载做 GPU 分片（fractioning）、提升 GPU 利用率的平台工程师。
• 需要在不购买商业平台的情况下，评估 Run:ai 调度能力的开发者。

操作步骤 ​

1. 确认开源范围与许可：Run:ai 平台以 Apache 2.0 许可证开源，核心调度引擎 KAI Scheduler 为 Kubernetes 原生 GPU 调度器，已捐赠 CNCF Sandbox 项目；分发前需检查各组件及第三方依赖的许可证。
2. 获取 KAI Scheduler 源码：从 GitHub 的 kai-scheduler/KAI-Scheduler 仓库获取源码、发布版本与 Helm Chart，用于集群安装。
3. 准备 Kubernetes 集群：KAI Scheduler 面向运行 AI 负载的 Kubernetes 集群，部署前确认集群版本与 GPU 节点（如 NVIDIA GPU Operator 已安装）。
4. 部署调度器：使用官方提供的安装方式（Helm 或 Manifest）将 KAI Scheduler 部署为集群级调度器，并配置对 GPU 资源的感知调度。
5. 配置 GPU 配额与分片：按团队或命名空间配置 GPU 配额（quota management），启用 GPU 分片让多个任务共享同一物理 GPU，提升利用率。
6. 本地试用：无现成集群时，可在本地用 Kind 搭建 Kubernetes 环境部署 KAI Scheduler 验证基本调度行为。

注意事项 ​

• KAI Scheduler 是 Run:ai 平台的开源调度引擎，商业平台中的其他组件与高级功能仍通过 NVIDIA Run:ai 平台交付。
• 开源版本与商业版本的功能边界以 NVIDIA 官方文档为准；再分发前逐项核对组件与第三方依赖的许可证。
• 2024 年 12 月 Run:ai 收购获欧洲监管批准后并入 NVIDIA，本次开源为完整平台代码库公开（TechRepublic，2026 年 10 月 15 日）。

参考来源 ​

• NVIDIA 技术博客：NVIDIA Run:ai Is Now Open Source as Part of NVIDIA DSX AI Factory Platform（2026 年 10 月 13 日）链接
• NVIDIA 技术博客：NVIDIA Open Sources Run:ai Scheduler to Foster Community Collaboration链接
• TechRepublic：Nvidia Run Is Now Open Source: What's Free and Paid（2026 年 10 月 15 日）链接