NVKE : Kubernetes managé sur vos GPU bare metal
Pourquoi ce sujet compte pour une équipe SaaS
Si vous opérez une plateforme qui fait tourner des charges GPU (inférence, fine-tuning, agents IA), la question n'est plus seulement "quel cloud ?" mais "comment isoler mes clients sur du matériel que je contrôle". Les neoclouds et les hébergeurs GPU répondent à cette question avec leurs propres consoles. NVIDIA publie maintenant NVKE, une brique open source qui propose une approche différente : vous installez un plan de gestion chez vous, et il fabrique des clusters Kubernetes à la demande.
Le dépôt est public (dsx-ai-factory/nvke, Apache 2.0, copyright NVIDIA 2026). Voici ce qu'il fait, ce qu'il ne fait pas, et comment l'évaluer proprement.
Ce que NVKE fait vraiment
NVKE se présente comme un "self-hosting factory" pour clusters Kubernetes. Le fonctionnement repose sur deux types de clusters :
- Le cluster de management : il fait tourner le plan de gestion NVKE et les contrôleurs d'infrastructure. Il est formé à partir d'un cluster "seed" temporaire via
nvkectl. - Les clusters workload : ce sont eux qui hébergent les applications clients. Le plan de gestion les crée et les opère via NICo, Cluster API et un agent présent sur chaque nœud.
Concrètement, chaque cluster workload dispose de son propre control plane, de son etcd et de ses node pools. L'isolation est donc forte : un client ne partage pas son control plane avec un autre. C'est le point qui intéresse un SaaS qui veut offrir un cluster dédié par client ou par environnement.
Le cycle de vie couvre :
| Opération | Statut dans la documentation |
|---|---|
Création de cluster via l'API NVKE ou nvkectl | Disponible |
| Création, mise à l'échelle et suppression de node pools | Disponible, procédure manuelle documentée |
| Mise à jour de la version Kubernetes | Limites en preview |
| Remplacement de nœuds | Limites en preview |
| Upgrade ou sauvegarde du management plane | Non prévu dans la preview |
Deux éléments techniques méritent d'être notés. Les nœuds s'authentifient via SPIFFE/SPIRE grâce à leur TPM avant de recevoir leurs identifiants de jonction. Le chiffrement de l'etcd est disponible par cluster.
Les pré-requis à connaître avant de se lancer
NVKE n'est pas un helm install de plus. Quelques points à vérifier avant de planifier une évaluation :
- Un fournisseur d'infrastructure : en preview, NICo est le seul fournisseur compatible. Vous fournissez les machines, le réseau, les images de nœuds et les registres.
- Une machine d'évaluation : le quickstart local tourne sur un hôte Linux ou une VM, amd64 ou arm64, avec au minimum 6 CPU, 12 GiB de RAM libre et 100 GiB de disque libre. Docker et le support TPM virtuel sont requis. Sur macOS, la doc passe par une VM Colima.
- Une chaîne de build : compiler depuis les sources demande Go 1.27.3 et GNU Make 4 ou plus.
make buildproduit neuf binaires dansbin/(dontnvkectl,management-engine,tenant-apietoperator-api). Compiler ne démarre rien : il faut ensuite suivre le guide de bootstrap.
Le point de vigilance sécurité est explicite dans la doc : l'API est en HTTP simple après installation et l'authentification est désactivée par défaut. Il faut configurer l'accès protégé avant d'admettre le moindre appelant.
Comment l'évaluer en pratique
Une approche raisonnable pour une équipe DevOps tient en quatre étapes :
# 1. Cloner et compiler
git clone https://github.com/dsx-ai-factory/nvke.git
cd nvke
make build
# 2. Suivre le quickstart local (simulation de machines, sans GPU)
# docs/get-started/quickstart-local.md
# 3. Vérifier que les nœuds du cluster workload passent en Ready
kubectl get nodes
# 4. Avant tout passage au-delà du lab, lire les limites connues
# docs/overview/preview-status.md
Le quickstart local ne demande pas de compte NVIDIA et utilise des machines simulées. C'est le bon endroit pour valider votre compréhension du modèle (management cluster, workload clusters, node pools) sans investir dans du matériel.
Une fois le lab validé, les questions à trancher sont :
- Qui opère le plan de gestion, et avec quelles procédures de mise à jour puisque la preview ne les couvre pas ?
- Comment seront gérées les sauvegardes d'etcd et la reprise après sinistre du management cluster ?
- Votre modèle de sécurité accepte-t-il les images de nœuds FDE actuelles ? La doc précise qu'elles servent à l'évaluation et n'offrent pas de confidentialité des données au repos.
Ce que ça change, et ce que ça ne change pas
NVKE ne remplace pas un fournisseur GPU managé pour une équipe qui veut consommer du GPU à l'heure sans gérer de datacenter. Il s'adresse à ceux qui ont déjà du matériel GPU bare metal, ou un besoin réglementaire de souveraineté qui impose de l'héberger eux-mêmes, et qui veulent offrir un cluster Kubernetes par client sans multiplier les pipelines à la main.
Pour un SaaS qui tourne aujourd'hui sur des clusters mutualisés, l'intérêt est de garder en tête le modèle "un cluster isolé par tenant" et sa faisabilité côté infra. La mise en production, elle, attendra la sortie de la preview.
À retenir
Le modèle de NVKE, un plan de gestion qui fabrique des clusters Kubernetes isolés, est clair et pertinent pour les équipes plateforme GPU. Le projet est jeune : bien l'évaluer en lab, documenter les limites (upgrade, sauvegarde, authentification), et surveiller la sortie hors preview avant toute charge client.
Checklist de la semaine :
- Lancer le quickstart local sur une VM Linux de 6 CPU, 12 GiB et 100 GiB libres
- Vérifier les nœuds
Readyd'un cluster workload - Lire la page des limitations connues avant de décider
- Configurer l'authentification de l'API avant toute exposition



