DigitalOcean Kubernetes 现已支持 Nvidia H100（早期访问）
内容提要
DigitalOcean推出了支持GPU的DOKS早期访问版，采用了NVIDIA的最新H100 GPU。该服务旨在为各种规模的企业提供更易于访问和负担得起的AI/ML开发。GPU支持的工作节点提供了可扩展性、灵活性和成本效益，适用于AI/ML实验、分布式AI工作负载和扩展AI推理服务。集成了NVIDIA的H100 GPU，提供了Kubernetes集成、灵活的配置、可扩展性和成本效益等增强功能。DigitalOcean邀请用户加入早期访问计划，探索在DOKS上使用支持GPU的工作节点的可能性。
延伸解读
早期访问的定位与适用场景
DigitalOcean Kubernetes 的 GPU 工作节点目前处于早期访问阶段，提供 1 个或 8 个 NVIDIA H100 GPU 的节点配置。该服务主要面向希望在 Kubernetes 环境中进行 AI/ML 实验、分布式训练和推理服务扩展的企业。早期访问意味着功能可能仍在完善中，适合愿意尝鲜并反馈问题的团队，而非对稳定性要求极高的生产环境。
对中小企业的实际意义
文章强调该服务旨在让各种规模的企业都能更轻松、更经济地使用 AI/ML 能力。通过将 H100 GPU 集成到 DOKS，用户无需自建 GPU 集群即可在现有 Kubernetes 工作流中调用强大算力。对于预算有限、缺乏专业运维团队的中小企业，这降低了尝试 AI/ML 的门槛，但实际成本效益仍需结合具体定价和工作负载评估。
与现有 Kubernetes 工作流的整合
GPU 工作节点可以无缝添加到现有 DOKS 集群，支持灵活选择 1 或 8 个 GPU 的配置，并随 AI/ML 工作负载增长而扩展。这意味着用户可以在熟悉的 Kubernetes 环境中统一管理 CPU 和 GPU 资源，简化了分布式训练和推理服务的部署。不过，文章未提及具体的驱动、CUDA 版本或调度细节，实际整合时需关注兼容性。
迁移与后续支持
DigitalOcean 在文末提到，如需从 AWS EKS 或其他 Kubernetes 方案迁移，可联系销售团队。这表明该服务不仅面向新用户，也试图吸引现有云平台上的 AI/ML 工作负载。但早期访问阶段可能缺乏完整的迁移工具和文档，用户在迁移前应充分测试，并留意后续功能更新和正式发布计划。
Q&A
DigitalOcean Kubernetes支持哪些GPU？
DigitalOcean Kubernetes支持NVIDIA的H100 GPU。
DOKS的早期访问版提供了哪些选择？
早期访问版提供1个或8个H100节点的选择。
DigitalOcean如何帮助企业进行AI/ML开发？
DigitalOcean提供可扩展、灵活且具有成本效益的GPU支持工作节点，简化AI/ML开发过程。
使用DOKS进行AI/ML实验的优势是什么？
DOKS可以加速AI/ML实验和开发，支持快速迭代和创新。
如何扩展AI推理服务以满足需求？
可以无缝扩展AI推理服务，以应对不断增长的需求。
DigitalOcean的GPU支持如何提高资源利用率？
通过高效分配和运行复杂的AI工作负载，确保性能和资源利用率最优。
