NVIDIA ouvre entièrement le code source de sa plateforme Run:ai
La plateforme de gestion des ressources GPU est publiée avec quatre composants autonomes sur GitHub et en produit communautaire sur NVIDIA NGC.
NVIDIA a publié le 19 octobre 2026 l'intégralité de sa plateforme Run:ai, dédiée à la gestion des charges de travail d'IA et des ressources GPU, en open source, selon digitaltoday.co.kr. Run:ai alloue à la demande des ressources GPU dans les environnements Kubernetes et gère les travaux d'IA, du traitement des données à l'entraînement et à l'inférence.
La publication couvre l'ensemble de la plateforme ainsi que quatre composants autonomes. KAI Scheduler décide de l'affectation des tâches pour que plusieurs équipes partagent équitablement les ressources d'un cluster. GPU Fractional Operator permet à plusieurs travaux de partager un seul GPU, KAI Resource Management fixe et garantit des quotas de GPU par service et par projet, et Workload Map définit de manière cohérente les différents types de charges d'IA exécutées sur Kubernetes.
Le code source est disponible dans l'organisation GitHub DSX AI Factory et sous forme de produit communautaire sur NVIDIA NGC. Ce dernier est utilisable sans abonnement payant, mais n'inclut pas le support entreprise de NVIDIA.
Des partenaires et deux projets complémentaires
Plusieurs partenaires, dont Cruncho, Nebius, Mirantis, Rafay, SpectroCloud, SaturnCloud, OpenNebula Systems et vCluster, ont intégré Run:ai ou le proposent en service managé. Nebius en assure le déploiement en un clic dans son cloud d'IA.
NVIDIA a par ailleurs présenté deux projets open source associés. Model Streamer charge rapidement les poids des modèles en mémoire GPU afin de raccourcir le démarrage de l'inférence, tandis que Grove administre via une seule API les charges d'inférence composées de plusieurs éléments qui doivent évoluer à la même échelle.
En bref
Run:ai est-il gratuit ?
Le produit communautaire sur NVIDIA NGC est utilisable sans abonnement payant, mais il n'inclut pas le support entreprise de NVIDIA.
Où trouver le code source de Run:ai ?
Dans l'organisation GitHub DSX AI Factory et sous forme de produit communautaire sur NVIDIA NGC.
Quels composants autonomes sont publiés ?
KAI Scheduler, GPU Fractional Operator, KAI Resource Management et Workload Map.