云原生计算基金会宣布Karmada项目毕业
内容提要
CNCF宣布Karmada项目毕业，该开源工具支持跨多Kubernetes集群、多云和区域编排应用。v1.19版本增强AI训练调度，获Bloomberg、阿里云等企业采用，用于混合云、多区域容灾及AI基础设施。项目完成安全审计，治理成熟，未来聚焦资源感知控制平面和GPU支持。
延伸解读
毕业意味着什么
Karmada从沙箱项目到孵化项目再到毕业，历时约五年。毕业不仅代表技术成熟，还要求通过第三方安全审计、建立正式指导委员会并采用CNCF行为准则。对用户而言，这意味着项目治理更透明、安全实践更规范，适合作为企业关键基础设施的长期依赖。
AI训练调度是当前重点
v1.19版本将多组件调度用于分布式AI训练，并把基于优先级的调度提升为默认启用的Beta特性，确保关键任务优先执行。这反映了多集群编排正从通用工作负载向资源感知的AI基础设施演进，未来路线图还包括多集群排队和GPU等加速器的动态资源分配支持。
采用者以中国云厂商和互联网公司为主
文章列出的采用者包括阿里云、华为、B站、快手、小红书、商汤、携程、vivo、WPS、中通等，以及海外的彭博和Wellhub。这些企业主要用于混合云容量、多区域容灾、AI训练和GPU/CPU调度等场景，说明Karmada在跨云和异构资源管理方面有实际需求。
与Kubernetes生态的集成方式
Karmada扩展了标准Kubernetes API，提供集中式放置、传播、故障转移和多集群自动扩缩容。它直接集成Prometheus指标、etcd状态存储和Helm安装，这意味着熟悉Kubernetes的团队可以较低学习成本上手，并复用现有监控和部署工具链。
Q&A
Karmada项目在CNCF中达到了什么成熟度？
Karmada项目已从CNCF毕业，标志着其达到生产就绪的成熟度，具备技术成熟度、治理和安全性，适合企业采用。
Karmada是什么，它主要解决什么问题？
Karmada（Kubernetes Armada的缩写）是一个开源项目，允许组织在多个Kubernetes集群、云和区域间运行应用程序，而无需修改应用程序本身。它通过集中式放置、传播、故障转移和多集群自动扩展来扩展标准Kubernetes API，解决多集群、多云环境下的应用编排问题。
Karmada v1.19版本有哪些重要更新？
Karmada v1.19版本推进了分布式AI训练作业的多组件调度，并将基于优先级的调度提升至Beta并默认启用，确保关键工作负载优先调度。
哪些知名企业在使用Karmada？
全球企业如Bloomberg、Wellhub，以及亚洲的阿里云、华为、Trip.com等都在使用Karmada。其他采用者包括Bilibili、iFLYTEK、JDCloud、Kuaishou、RedNote、SenseTime、Vivo、WPS、ZTO等。
Karmada在AI基础设施方面有哪些应用？
Karmada用于支持AI训练和推理，包括GPU/CPU调度、多集群AI基础设施。其v1.19版本增强了分布式AI训练作业的调度，未来路线图包括多集群排队和GPU等加速器的动态资源分配支持。
Karmada项目的发展历程是怎样的？
Karmada于2020年11月首次提交，2021年9月作为Sandbox项目加入CNCF，2023年12月晋升为Incubating状态，并在2026年9月宣布毕业。
Karmada毕业前完成了哪些安全和治理工作？
Karmada完成了第三方安全审计，建立了正式的指导委员会以确保透明治理，并采用了CNCF行为准则。此外，项目还保持了核心基础设施倡议（CII）最佳实践徽章。
Karmada未来的发展路线图是什么？
Karmada的2026年路线图包括从基本工作负载传播转向更具资源感知的控制平面，增加基于优先级的抢占、多集群排队（用于AI训练和批处理作业），以及支持Kubernetes动态资源分配（DRA）跨GPU和其他加速器。
