NVIDIA开源完整Run:ai平台，NGC社区版无企业支持
KAI Scheduler早在2025年4月1日开源，这次连配额、GPU切分和整套控制面也放进GitHub。社区版免付费订阅，可以直接安装，但下载要接受NVIDIA软件许可协议和AI产品专项条款，不含NVIDIA企业支持。
一、完整平台并入 DSX AI Factory
10月13日，NVIDIA宣布把完整的NVIDIA Run:ai平台作为开源软件发布，放进DSX AI Factory，也就是NVIDIA的AI工厂参考平台。Run:ai现在是NVIDIA旗下。NVIDIA称，它是AI工作负载和GPU编排的开放底座，提供生产级编排能力，能提高工作负载吞吐和GPU利用率，也让伙伴更快推出产品；过去几年已在Kubernetes上覆盖数据处理、训练到推理的生命周期。
本次还放出四个可单独采用的组件：KAI Scheduler、GPU Fractioning Operator、KAI Resource Management和Workload Map。可以整套部署，在上面做自己的产品，也可以只挑一个。
二、KAI Scheduler把作业放到合适的GPU上
KAI Scheduler是Run:ai的Kubernetes原生调度器。它在2025年4月1日以Apache 2.0开源，并捐给CNCF作沙箱项目，所以这次不是新开源。NVIDIA称，所有调度器开发都在社区仓库里进行。
它支持成组调度，多Pod作业要么一起放下、要么整组不放，并先在内存里模拟；也支持公平份额、按时间的公平份额和配额。拓扑感知、装箱、MIG、MPS、时间片、HAMi、CUDA 13.4 MPS分片和DRA动态资源分配都在清单中。它能脱离完整平台，直接装进现有集群。
三、切卡、配额和任务识别各自独立
GPU Fractioning Operator把一块GPU分给多个工作负载，并做硬性显存隔离。NVIDIA称，这是机器学习团队最常用的功能之一，适合交互式开发环境和小模型推理。过去的私有实现已退役，现在改用CUDA 13.4原生GPU分片：驱动为每个工作负载设显存硬上限，各自只能看到分到的显存。Operator负责让Kubernetes用上它，还导出按Pod统计的用量指标；不绑定调度器，既能配KAI Scheduler，也兼容其他调度器。
调度器管怎么放，KAI Resource Management管谁拿多少：组织层级、GPU份额和节点池都在这里。博客举例，平台团队可以保证研究部门拿到集群50%，同时不让某个团队独占剩余容量。Workload Map则是离线运行的Go库，统一描述PyTorchJob、RayCluster、JobSet、KServe InferenceService、Dynamo图部署和自定义资源，让调度器、看板、排障、成本和备份工具识别驱动端与工作端、预填充与解码等结构。它只描述结构，不负责调度、排队、自动扩缩或跨集群分发。
四、社区版和商业版分两条路
GitHub旧的run-ai组织页写明“Run:ai已是NVIDIA的一部分”，开源项目转到DSX AI Factory组织下的dsx-ai-factory/run-ai。仓库页标的是Apache 2.0，但NVIDIA称源码受各自适用的开源许可证约束，部分组件未必是Apache 2.0；NGC上的社区版和Helm chart则要另外接受NVIDIA软件许可协议和AI产品专项条款，两者不是同一套许可。
社区版免付费订阅，不需要支持权益，但没有NVIDIA企业支持。需要企业支持的客户仍走商业版，包括独立产品、NVIDIA Mission Control、NVIDIA AI Enterprise和部分云市场；供货、许可和支持条件随产品而变。
五、八家伙伴正在集成，Lambda仍在计划
NVIDIA列出的8家DSX伙伴正在集成：Crusoe接进自家托管Kubernetes；Mirantis扩展k0rdent AI，做从裸机到模型的AI工厂栈；Nebius在Nebius AI Cloud提供一键部署应用，跑在托管Kubernetes上；OpenNebula Systems通过OneKS接进OpenNebula AI云平台，面向开放和主权AI云；Rafay做成全托管服务，放进AI云和企业的自助目录；Saturn Cloud接进Token Factory，支持白牌推理、按token计量和自动计费；Spectro Cloud接进PaletteAI；vCluster用预验证模板给每个租户一套完整环境，同时让Run:ai在同一批GPU上统一调度。博客的口径是“正在集成”，不是已经上线。
Lambda在10月13日自家博客称，自2022年起支持客户自行部署Run:ai，计划把它做成Lambda Kubernetes服务（LKS）软件库里的一等托管选项，由Lambda负责打包、验证和运维。Lambda称，开源后可以直接打包维护，而不只是给客户集成说明；上线后才可用。
六、上线方式决定开源的落点
这可能意味着，GPU编排软件会从单独收费的产品，变成DSX生态里各家AI云都能直接采用的公共底座。从生意上看，NVIDIA的回报更可能落在GPU利用率、生态黏性和带支持的商业版。对AMD ROCm生态、Slurm等其他调度方案会有什么影响，博客没有提。
接下来只看一个点：8家伙伴和Lambda什么时候真正上线，以及上线后用的是开源社区版还是带支持的商业版。这个答案将决定Run:ai是各家AI云的标准底座，还是主要给NVIDIA商业版引流。