Le fait
Le 13 octobre 2026, NVIDIA annonce que la plateforme complète Run:ai — orchestration de charges IA et de GPU sur Kubernetes — passe en open source, comme fondation de NVIDIA DSX AI Factory. Le code est sur GitHub (organisation DSX AI Factory) et en Community Product sur NGC (Helm). NVIDIA précise qu'aucun abonnement Run:ai payant n'est requis pour ce Community Product, sans support entreprise inclus.
Quatre composants modulaires
- KAI Scheduler : déjà open source sous Apache 2.0 et projet CNCF Sandbox ; gang scheduling, fair-share, topologie, partage GPU.
- GPU Fractioning Operator : fractions GPU natives CUDA 13.4 sous Kubernetes, isolation mémoire dure.
- KAI Resource Management : projets, départements, quotas, pools de nœuds.
- Workload Map : contrat pour traiter PyTorchJob, RayCluster, KServe, etc. comme objets de premier rang.
Projets liés cités : Model Streamer (chargement rapide des poids) et Grove (orchestration multi-composants d'inférence).
Écosystème
Huit partenaires DSX annoncés comme intégrateurs : Crusoe, Mirantis, Nebius, OpenNebula, Rafay, Saturn Cloud, Spectro Cloud, vCluster. L'offre commerciale NVIDIA (Mission Control, AI Enterprise, etc.) reste disponible à part.
Lecture Neurone21
Signal infrastructure plus que modèle : NVIDIA ouvre la couche qui décide qui utilise quel GPU. Pour un cloud souverain ou une usine IA interne, pouvoir auditer et forker l'ordonnanceur compte autant que le LLM. Attention au double régime : Community Product open vs support/enterprise payant ; lire les licences applicables composant par composant.