Nvidia hat am 5. November 2026 eine erste Vorschauversion seiner neuen Softwareplattform NVKE vorgestellt. Das unter der Apache-2.0-Lizenz veröffentlichte Projekt mit der Versionsnummer v0.24.0-rc.5 dient als Management-Ebene, um isolierte Kubernetes-Umgebungen auf unternehmenseigenen Bare-Metal-GPU-Systemen bereitzustellen und zu verwalten. Das unter dem Copyright von Nvidia stehende Vorhaben zielt darauf ab, getrennte Steuerungs- und Datenebenen für KI-Rechenzentren bereitzustellen.
Vollständige Cluster-Isolation auf Bare-Metal-Hardware
Im Gegensatz zu vielen herkömmlichen Multi-Tenant-Ansätzen setzt NVKE nicht auf die Trennung über reine Namensräume innerhalb einer gemeinsamen Umgebung. Stattdessen erzeugt das System für jeden Workload-Cluster eine eigene Steuerungsebene (Control Plane), eine separate etcd-Datenbank sowie dedizierte Knotenpools.
Das Unternehmen beschreibt die Lösung nicht als eigenständige Kubernetes-Distribution oder Variante der Cluster-API, sondern als selbsthostende Kontrollplattform beziehungsweise Fabrik zur bedarfsgesteuerten Erzeugung ganzer Cluster. Nutzer greifen auf die Umgebungen über das Standardwerkzeug kubectl zu.
Wer sich mit der Absicherung von IT-Infrastrukturen und KI-Systemen befasst, muss die neuen gesetzlichen Rahmenbedingungen kennen. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen
Die Bereitstellung folgt einem mehrstufigen Bootstrapping-Verfahren: Ein temporärer Seed-Cluster dient zunächst dazu, den eigentlichen Management-Cluster aufzusetzen. Über das Werkzeug vkectl wird dieser Prozess gesteuert.
Anschließend übernimmt der Management-Cluster die Erstellung und Verwaltung der eigentlichen Arbeitscluster. Als technisches Bindeglied zur physischen Hardware fungiert der Nvidia-Infrastruktur-Controller NICo, der in der aktuellen Testversion den einzigen unterstützten Bereitstellungsdienst darstellt.
Für den Bau der Betriebssystem- und Komponentenabbilder greift die Plattform auf das Begleitwerkzeug NVKR zurück, das Images aus definierten Eingaben erzeugt, während NVKE diese anschließend auf den Rechnern ausrollt.
Sicherheitskonzept und Systemanforderungen
Die Sicherheitsarchitektur verankert die Identität einzelner Knoten direkt in der Hardware. Über ein Trusted Platform Module (TPM) sowie die Frameworks SPIFFE und SPIRE wird der Zustand der Knoten attestiert, bevor das System Zugangsdaten für den Clusterbeitritt vergibt. Zudem unterstützt die Plattform eine etcd-Verschlüsselung auf Clusterebene.
Der Kompilierungsprozess des Quellcodes erzeugt insgesamt neun ausführbare Programme, darunter agent, nvkectl, management-engine und tenant-api. Als Mindestvoraussetzung für den Build nennt das Projekt Go 1.27.3 sowie GNU Make 4 oder neuer.
Neben der technischen Absicherung von Rechenzentren rücken durch neue Technologien auch neue Cyberrisiken und rechtliche Pflichten in den Fokus von Unternehmen. Dieser kostenlose Report klärt auf, wie Sie Sicherheitslücken proaktiv schließen und aktuelle gesetzliche Anforderungen ohne hohe Investitionen erfüllen. Gratis-E-Book: Cyber Security Bedrohungen abwenden
Für eine vollständige Inbetriebnahme setzt die Software eigene physische Maschinen, Netzwerkinfrastruktur, Container-Registries sowie Zugriff auf den NICo-Controller voraus. Eine lokale Evaluierung ist auf Linux-Systemen und virtuellen Maschinen mit amd64- oder arm64-Architektur möglich.
Nvidia beziffert die Mindestanforderungen hierfür auf 6 CPUs, 12 GiB Arbeitsspeicher, 100 GiB Festplattenspeicher sowie installierten Docker-Dienst mit virtuellem TPM (vTPM).
Frühes Entwicklungsstadium und Einschränkungen
Nvidia stuft die Veröffentlichung ausdrücklich als Preview ein und rät von einem Einsatz im Produktivbetrieb ab, da sich Schnittstellen und Systemverhalten künftig noch ändern können. Die Vorabversion weist zudem funktionale Beschränkungen auf: Die API-Authentifizierung ist standardmäßig deaktiviert, und die Programmierschnittstelle kommuniziert nach der Installation über unverschlüsseltes Klartext-HTTP.
Darüber hinaus verfügt der Management-Cluster derzeit über keine Mechanismen zur automatischen Skalierung oder für Selbst-Upgrades. Auch standardisierte Verfahren zur Sicherung und Wiederherstellung der Management-Ebene fehlen in v0.24.0-rc.5, während Systemabbilder mit vollständiger Festplattenverschlüsselung vorerst nur zu Evaluierungszwecken gedacht sind. Das unter der GitHub-Organisation „dsx-ai-factory“ geführte Projekt zog in Entwicklerkreisen bereits Vergleiche zu bestehenden Cluster-API-Implementierungen und etablierten GPU-Operator-Stacks nach sich.