NVIDIA Run:ai : l’orchestration de GPU bascule en open source

Coup de tonnerre dans l’infrastructure IA ! NVIDIA ouvre entièrement le code source de Run:ai sous licence Apache 2.0. Fini le péage propriétaire pour découper et rentabiliser ses GPU sur Kubernetes : Mirantis, Lambda et vCluster dégainent déjà leurs offres.

800 millions de dollars, soit environ 735 millions d’euros : voilà le montant déboursé par NVIDIA en 2024 pour mettre la main sur la pépite israélienne Run:ai. Après huit mois d’un examen réglementaire sous haute tension entre Bruxelles et Washington, le géant des semi-conducteurs prend l’industrie de vitesse en abattant les barrières tarifaires de son logiciel phare. L’intégralité de la plateforme d’orchestration de charges de travail IA pour Kubernetes est désormais publiée sous licence libre Apache 2.0 au sein de l’environnement DSX AI Factory.

L’officialisation a été transmise ce mardi via l’annonce de NVIDIA sur le passage en open source de Run:ai, ouvrant l’accès public au code source sur le dépôt GitHub de la plateforme Run:ai.

Quatre piliers techniques pour rentabiliser les puces d’IA

Dans les centres de calcul, l’accès aux accélérateurs graphiques représente un gouffre financier où chaque minute d’inactivité pèse lourdement sur les budgets. La promesse initiale de Run:ai consistait à transformer des grappes de serveurs hétérogènes en un pool de calcul dynamique capable de découper les puces physiques. Alors que NVIDIA préparait l’ouverture technique de Run:ai dès la conclusion du rachat, cette livraison dépasse la simple vitrine marketing.

L’archive distribuée regroupe le plan de contrôle complet et quatre composants exploitables de manière autonome :

1. KAI Scheduler : ordonnanceur natif taillé pour Kubernetes, capable de gérer les files d’attente prioritaires et la préemption des tâches de calcul intensif.
2. GPU Fractioning Operator : module permettant de découper dynamiquement un même processeur graphique entre plusieurs conteneurs isolés, en s’appuyant directement sur les primitives bas niveau de CUDA 13.4.
3. KAI Resource Management : couche d’allocation garantissant un partage équitable des quotas de calcul entre équipes d’ingénieurs sans blocage statique.
4. Workload Map : cartographie logicielle standardisant la description des différentes phases du pipeline, du prétraitement des données jusqu’à l’inférence en production.

La ruée des fournisseurs d’infrastructure cloud

En transformant un outil propriétaire facturé au forfait en un socle ouvert universel, NVIDIA court-circuite la concurrence sur la couche logicielle tout en dopant la demande pour son silicium. Plusieurs acteurs majeurs du cloud et de l’orchestration ont annoncé le déploiement immédiat de produits bâtis sur ce code libre :

Fournisseur d’infrastructure	Intégration annoncée	Modèle de déploiement
vCluster Labs	Clusters virtuels managés sans licence commerciale requise	Multi-tenant étanche par client
Mirantis	Déploiement automatisé du plan de contrôle dans k0rdent AI	Présentation à NVIDIA GTC Berlin
Lambda	Ordonnancement natif sur Lambda Kubernetes Service	Instances bare-metal et cloud managé

Mirantis intègre Run:ai à k0rdent AI pour piloter le bare-metal

La réaction des éditeurs d’infrastructure ne s’est pas fait attendre. Spécialiste des architectures Kubernetes pour l’entreprise, Mirantis a officialisé sur le blog technique de Mirantis l’intégration immédiate de la version open source de Run:ai au sein de sa solution k0rdent AI. L’objectif est de supprimer la rupture opérationnelle entre la couche matérielle et l’ordonnancement applicatif.

L’intégration de NVIDIA Run:ai dans k0rdent AI couvre l’ensemble de la pile, du bare-metal jusqu’à la couche applicative. Crédit : Mirantis.

Accessible directement depuis le catalogue k0rdent, ce couplage unifie la supervision des usines à IA à travers plusieurs automatisations clés : ainsi, k0rdent AI installe et configure l’ensemble des modules Run:ai sur les grappes Kubernetes sans intervention manuelle complexe. La plateforme assure la cohérence entre le provisionnement physique, la gestion du réseau via NVIDIA Network Operator et l’ordonnancement des calculs. Autres nouveautés : une automatisation complète du renouvellement des certificats TLS et un alignement des versions logicielles sur l’ensemble des clusters distribués. Enfin, l’éditeur assure un maintien opérationnel permanent : pour accompagner les charges critiques, Mirantis complète le dispositif avec ses programmes d’infogérance OpsCare et OpsCare Plus garantissant une assistance 24h/24 et 7j/7.

Cette alliance sera présentée en détail lors de l’événement NVIDIA GTC Berlin du 20 au 22 octobre, confirmant que si le code source de l’orchestration devient gratuit, la valeur commerciale bascule définitivement vers le support managé et la rentabilisation du matériel.

Aller plus loin

Une version communautaire prête à l’emploi est mise à disposition sur le registre NVIDIA NGC, dispensée de tout abonnement, mais dépourvue de support contractuel. Pour les déploiements critiques nécessitant des garanties de temps de rétablissement (SLA), la firme de Santa Clara continuera de commercialiser ses offres d’assistance via NVIDIA AI Enterprise et les places de marché cloud, confirmant que la valeur marchande s’est définitivement déplacée du logiciel vers le service managé et le matériel.