NVKE: Kubernetes de NVIDIA para tus propias GPUs

¿Qué es NVKE y en qué se diferencia de un Kubernetes normal?

NVIDIA Kubernetes Engine (NVKE) es el plano de gestión que un equipo de plataforma instala para crear y operar clusters de Kubernetes sobre su propia infraestructura de GPUs NVIDIA. No es un servicio que NVIDIA corre por ti: es software que tú operas, y tus clientes consumen sus clusters a través de la API de Kubernetes y kubectl.

La documentación insiste en una distinción que conviene entender antes de mirar el código: NVKE no es una distribución de Kubernetes ni una variante de Cluster API. Se describe a sí mismo como una fábrica autoalojada de clusters. Un cluster semilla temporal levanta un cluster de gestión, y el plano de gestión que vive en él aprovisiona y administra el ciclo de vida de muchos clusters de carga de trabajo aislados bajo demanda. Cada workload cluster tiene su propio plano de control de Kubernetes, su etcd y sus node pools.

La arquitectura separa dos tipos de cluster:

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

El management cluster corre el plano de gestión de NVKE y los controladores de infraestructura. nvkectl lo forma usando un cluster semilla temporal, e instalar los servicios del plano de gestión es un paso aparte.
Los workload clusters corren las aplicaciones del cliente. El plano de gestión los crea y opera a través de NICo, Cluster API y el node agent.

Para un equipo de plataforma, el cambio de fondo es quién ocupa el rol de proveedor: NVKE te convierte en operador de un Kubernetes gestionado sin depender de un hiperescalador. Eso es exactamente lo que buscan los neoclouds, el segmento de proveedores de cómputo acelerado que revende capacidad de GPU por hora.

¿Cómo funciona por dentro? NICo, identidad de nodos y NVKR

El aprovisionamiento de máquinas no lo hace NVKE solo: lo delega en NVIDIA Infra Controller (NICo), que en la etapa de preview es el único proveedor de infraestructura compatible. En una instalación real, tú aportas las máquinas, la red, las imágenes de nodo y los registries, y configuras el acceso a NICo. La documentación de plataforma y versiones publica las combinaciones validadas y las dependencias fijadas.

Hay tres piezas técnicas que vale la pena destacar:

Identidad de nodos. Los nodos se atestan vía SPIFFE/SPIRE usando su TPM antes de recibir credenciales de unión al cluster. El cifrado de los datos de etcd está disponible por cluster.
Ciclo de vida de node pools. Crear, escalar y borrar node pools, actualizar la versión de Kubernetes y reemplazar nodos, con límites de preview en reemplazo y upgrades.
Construcción de artefactos. El proyecto hermano NVIDIA Kubernetes Recipes (NVKR) construye las imágenes de nodo y los componentes de NVKE a partir de entradas fijadas. NVKE despliega esos artefactos; NVKR es dueño de su build y de la evidencia de release.

Para quien diseña plataformas multi-tenant, el atestado por TPM antes de entregar credenciales es la parte más interesante: mueve la confianza del momento de la unión al momento en que el hardware demuestra quién es.

¿Cómo lo pruebas sin tener GPUs?

El camino de entrada no exige hardware acelerado. El local quickstart corre en un host Linux o una VM, amd64 o arm64, con al menos 6 CPUs, 12 GiB de memoria libre y 100 GiB de disco libre, y necesita Docker y soporte de TPM virtual. Recorre el flujo hasta la creación de un workload cluster y confirma que sus nodos reportan estado Ready. En macOS, el sitio de documentación local corre la evaluación dentro de una máquina virtual Colima. No se requiere cuenta de NVIDIA.

Si prefieres compilar desde el código, el repo fija Go 1.27.3 en go.work y pide GNU Make 4 o superior. La compilación deja nueve binarios en bin/: agent, updater, controller, nvkectl, capd-reboot-controller, nvke-os-image-check, management-engine, tenant-api y operator-api. Importante: compilar no levanta un plano de gestión ni crea un cluster.

En resumen, hay tres caminos documentados según tu objetivo: evaluar sin hardware, instalar sobre tu propia infraestructura, o contribuir al proyecto. El proyecto está bajo licencia Apache 2.0.

Preview significa preview: los límites que debes leer antes

NVKE está disponible como preview. La propia documentación advierte que las APIs, la configuración y el comportamiento pueden cambiar entre releases y que no lo recomienda para cargas de producción. Los puntos concretos que un founder debe leer antes de invertir tiempo:

La autenticación de la API está desactivada y la API usa HTTP plano después de la instalación. Hay que configurar autenticación y acceso protegido antes de admitir llamadores.
El management cluster no se autoactualiza, no escala ni se reemplaza a sí mismo, y no existe procedimiento de upgrade ni de backup/restore del plano de gestión.
Las imágenes de nodo FDE son para evaluación y no ofrecen confidencialidad de datos en reposo.
NICo es el único proveedor de infraestructura compatible en esta etapa.

Traducido a riesgo operativo: si hoy montas un servicio sobre NVKE, el plan de recuperación del plano de gestión lo escribes tú. Eso no descalifica la herramienta para un laboratorio o un piloto con clientes de confianza, pero sí obliga a tratarla como software en construcción.

¿Por qué NVIDIA empuja un stack de código abierto para AI factories?

El repositorio vive en la organización dsx-ai-factory de GitHub, y ahí está la pista de fondo. Según NVIDIA, DSX OS es su capa de software de código abierto para las operaciones de una AI factory, licenciada bajo Apache 2.0, y NVKE es una pieza más de ese rompecabezas junto a componentes como su servicio de recuperación automática de entrenamientos.

El problema que ese stack ataca es real y está medido. En un estudio de 11 meses sobre 24.000 GPUs A100 en Meta, citado por NVIDIA en su blog de desarrolladores, los fallos de hardware interrumpieron menos del 1% de los jobs, pero esos jobs concentraron el 19% del tiempo de GPU. La misma publicación ilustra el efecto escala: si cada GPU opera un día sin fallos con 99,9% de probabilidad, un job sobre 10.000 GPUs completa ese día sin interrupciones con una probabilidad de apenas el 0,005%. Operar flotas grandes no es un problema de hardware, es un problema de software de operaciones.

Y NVIDIA no está solo empujando NICo. Mirantis anunció en julio de 2026 la integración de NVIDIA NICo como su capa principal de aprovisionamiento y ciclo de vida de infraestructura para k0rdent AI, y Rafay, que obtuvo certificación de hipervisores de NVIDIA en agosto de 2026, enumera entre sus colaboraciones con la compañía tanto DSX OS como NICo. La señal para el mercado es clara: la capa de gestión de GPU se está estandarizando alrededor de NICo, y NVKE es la versión que NVIDIA te da para que la corras tú.

¿Qué significa esto para tu startup?

Si tu negocio depende de vender cómputo acelerado o de darle a tus clientes entornos aislados sobre GPUs, esto te toca directamente. Tres movimientos concretos:

Prueba el local quickstart antes de comprar hardware. Con 6 CPUs, 12 GiB de RAM, 100 GiB de disco, Docker y TPM virtual tienes un plano de gestión de desarrollo y un workload cluster sobre máquinas simuladas, sin cuenta de NVIDIA y sin GPUs. Es la forma más barata de validar si el modelo de operación encaja con tu equipo.
Nunca expongas la API tal como queda instalada. La autenticación viene desactivada y el tráfico va por HTTP plano. Configurar autenticación y acceso protegido no es un endurecimiento opcional: es un requisito previo a admitir cualquier llamador.
Diseña tu propio plan de continuidad del plano de gestión. No hay upgrade ni backup/restore documentados para el management cluster. Si NVKE entra en un piloto con clientes, asume que reconstruir el plano de gestión desde cero es parte del runbook, y prepara las recetas de nodo con NVKR para que esa reconstrucción sea reproducible.
Fija versiones y matrices validadas. En preview, las APIs cambian entre releases. Anclar versiones y revisar la matriz de combinaciones validadas antes de cada actualización te ahorra el tipo de incidente que nadie documenta en un postmortem público.

Para un equipo en LATAM o España con acceso limitado a capacidad de GPU de los grandes proveedores, el atractivo es distinto: NVKE no te resuelve el hardware, pero sí te quita de encima la capa de gestión multi-cluster que normalmente obliga a contratar dos o tres ingenieros de plataforma antes del primer cliente.

Conclusión

NVKE es una apuesta de posicionamiento tanto como una herramienta. NVIDIA está publicando, pieza por pieza y bajo Apache 2.0, el software de operaciones que hace funcionar una flota grande de GPUs, y deja que los proveedores de cómputo lo corran sobre su propio hardware. El precio de entrar temprano es asumir que estás trabajando con un preview: autenticación apagada, HTTP plano, sin upgrade ni backup del plano de gestión y sin confidencialidad de datos en reposo en las imágenes de evaluación.

La lectura correcta hoy no es adoptarlo en producción, sino evaluarlo en un entorno simulado, entender cómo encaja NICo en tu stack y calcular cuánto de tu operación diaria desaparecería si esta capa madura. Si vendes infraestructura, ese cálculo es estrategia, no curiosidad técnica.