Nvidia Rilis Open Source Platform Orkestrasi GPU Run:ai di Bawah Apache 2.0

Nvidia telah menjadikan seluruh platform orkestrasi GPU Run:ai tersedia sebagai open source, menurut rincian yang dipublikasikan pada 19 Oktober 2026. Perangkat lunak ini dilisensikan di bawah Apache 2.0, yang memungkinkan penggunaan komersial serta modifikasi. Run:ai berfungsi sebagai lapisan yang menentukan bagaimana beban kerja AI yang berjalan di klaster Kubernetes dialokasikan ke berbagai prosesor grafis.

Isi rilis

Rilis ini mencakup beberapa komponen inti. Yang paling utama adalah KAI Scheduler, yang menentukan bagaimana dan dalam urutan apa tugas ditempatkan pada GPU. Rilis ini juga menyertakan GPU fractioning yang dibangun di atas CUDA 13.4, sebuah teknik yang memungkinkan satu prosesor grafis dibagi di antara beberapa beban kerja.

Manajemen kuota juga termasuk dalam paket ini, sehingga administrator dapat membatasi konsumsi GPU di seluruh tim dan proyek. Untuk pengembang, Nvidia menyediakan lingkungan lokal berbasis Kind, alat yang menjalankan klaster Kubernetes di dalam kontainer Docker pada satu mesin.

Mengapa ini penting

Nvidia mengakuisisi Run:ai yang berbasis di Israel pada 2024 dan saat itu menyatakan niatnya untuk membuka kode perangkat lunak tersebut. Langkah ini mengubah produk yang sebelumnya bersifat komersial menjadi kode yang dapat diperiksa, diadaptasi, dan dijalankan organisasi di infrastruktur mereka sendiri tanpa biaya lisensi.

GPU tetap menjadi salah satu sumber daya termahal dan paling langka untuk melatih serta melayani model besar. Fitur penjadwalan, fractioning, dan kontrol kuota membantu perusahaan memaksimalkan pekerjaan dari perangkat keras yang sudah mereka miliki. Opsi dengan lisensi permisif ini berpotensi menarik minat penyedia cloud dan perusahaan yang menjalankan pusat data sendiri dan ingin kendali lebih detail atas akselerator bersama.

Rincian mengenai peta jalan proyek, tata kelola komunitas, serta dukungan untuk perangkat keras non-Nvidia belum tersedia pada saat artikel ini ditulis. Seberapa luas platform ini diadopsi akan bergantung pada apakah pengembang di luar Nvidia mulai berkontribusi dan membangun di atasnya.