dsx-ai-factory/run-ai

项目介绍

NVIDIA Run:ai 是运行在 Kubernetes 或 OpenShift 之上的开源 AI 负载与 GPU 编排层。它在原生调度之上补充 GPU 感知调度、分数 GPU 分配、配额层级、多集群管理和可观测性，面向需要把同一套 GPU 资源分给多个团队和项目共享的组织。它不替代 Kubernetes，而是叠加其上，并与 NVIDIA GPU Operator、Kubeflow、Ray、Argo Workflows 等互补；GPU 调度部分使用 KAI Scheduler，提供公平份额、抢占和拓扑感知放置（架构概览）。

仓库是 monorepo，包含控制平面、每个集群内的服务、安装器 CLI、生成的客户端与共享 Go 库、压测套件、文档、MCP server 以及本地开发环境（仓库结构）。如果只是单个团队在独占 GPU 上跑任务，原生 Kubernetes 调度可能已经够用。

本地运行

本地环境从源码构建控制平面和集群服务，并部署到带本地镜像仓库的自包含 Kind 集群。前置要求为 Docker 或 Podman、make、git、curl、python3、openssl，以及最低 CPU/内存/磁盘；kind、kubectl、helm 会自动安装，宿主机无需 Go、Node、Java，构建在容器内完成（本地开发指南）。

在仓库根目录执行：

./local-dev.sh

这会完成完整构建、创建集群并部署。后续迭代可以复用构建和集群：

./local-dev.sh --skip-build --skip-cluster   # 仅重新部署
./local-dev.sh --teardown                    # 销毁环境

只改某个服务时，进入该服务目录使用其 Makefile 目标（make build、make test、make lint、make validate），详见服务参考。

生产安装

NVIDIA Run:ai 可部署在联网或气隙环境中的 Kubernetes/OpenShift 上。开始前先确认支持矩阵和系统要求。推荐方式是使用 runai-installer CLI 配合配置 YAML 的引导式安装，它会执行预检、安装依赖，并部署控制平面与集群。通过 Argo CD 等自有工具管理部署、需要对 Helm values 精细控制的团队，可走手动 Helm 路径。发布镜像位于 nvcr.io/nvidia/runai-oss，Helm chart 位于 https://helm.ngc.nvidia.com/nvidia/runai-oss，这也是安装器和 chart 默认拉取的位置。

使用约束

• 根目录 Makefile 的目标是占位符，真正的构建、测试、lint 目标在各服务目录内。
• 完整 CI 门禁在远端执行，并在 PR 上以 Validate Successful Run 检查回报，本地校验与合并门禁并不相同。
• 生产部署要求受支持的 Kubernetes/OpenShift 版本、GPU 与网络 operator 配置，以及网络和访问权限的准备；气隙安装还需要可访问的镜像与 chart 来源。
• 代码采用 Apache-2.0，但不授予 NVIDIA 或 Run:ai 商标、Logo 及品牌素材的使用权；部分 vendored 子目录另有许可证。

HotRepo 点评

本站目前唯一一条记录是 2026-11-10 的 Go 日榜第 14 名，当日新增 5 星，总计 728 星。这只是单日语言榜的快照，不构成趋势；全部语言日榜名次未知，也没有足够的同口径历史来判断热度走向。能确认的是一个结构完整的大型 monorepo：有真实可构建的控制平面、集群控制器、安装器和压测套件，而不是薄封装。这类基础设施项目的价值取决于集群规模和多团队治理需求，而不是涨星速度。