Kubernetes 在 cgroup v1 上已死。接下来会怎样。
内容提要
KubeCon北美2026前瞻：边缘AI推理可降低延迟与成本，HPE强调专用计算；Kubernetes on Edge Day聚焦可观测性与安全；节点交换提升集群密度；自托管AI平台需重视部署前置条件；cgroup v2迁移势在必行；Cilium活动关注AI与GPU网络及eBPF安全。
延伸解读
边缘AI推理的驱动力与专用计算
文章指出，边缘AI推理能减少不必要的服务器调用、降低数据出口费用，并让数据远离云端以满足合规要求。因此，许多企业转向边缘AI。HPE的Aaron Lamond强调，随着智能分布化，专用计算对运营成功愈发关键，需综合考虑硬件、软件、安全和运营的整合。
节点交换提升集群密度
突发性代理AI工作负载可能意外需要大量内存，之后内存常闲置，但闲置RAM昂贵且限制集群密度。Ocean Xie和Yuan Wang提出使用节点交换，该功能在Kubernetes v1.34中GA，可作为流量高峰的“减震器”。基准测试显示，在特定场景下，使用快速NVMe SSD支持节点交换，密度提升可达三倍。
自托管AI平台的部署前置条件
Fairwinds的Munib Ali指出，自托管Kubernetes AI平台部署常因客户前提条件、环境限制和跨团队交接不完整而停滞。安装程序能工作还不够，需提前建立团队职责、设置IAM、持续维护、兼容客户私有云及支持的DNS配置等。否则安装日期可能推迟，项目甚至无法启动。
cgroup v2迁移势在必行
DaoCloud的Paco Xu表示，cgroup v1有许多限制，而cgroup v2提供统一层级、更一致的接口，以及更强的资源隔离和现代资源管理基础。自Kubernetes v1.35起，kubelet默认拒绝在cgroup v1节点上启动。若使用旧版本，建议在升级前将所有Linux节点迁移到v2，以获取优势并避免架构过时。
Q&A
为什么企业应该考虑在边缘进行AI推理？
边缘AI推理可以减少不必要的服务器调用、降低数据出口费用，并让数据远离云端以满足合规要求。
Kubernetes节点交换功能有什么作用？
节点交换可以作为流量高峰时的“减震器”，在由快速NVMe SSD支持的情况下，某些场景下能将集群密度提升高达三倍。
为什么需要从cgroup v1迁移到cgroup v2？
cgroup v2提供了单一统一层级、更一致的接口，以及更强的资源隔离和现代资源管理功能基础。自Kubernetes v1.35起，kubelet默认拒绝在cgroup v1节点上启动。
自托管AI平台在部署时常见哪些问题？
常见问题包括客户先决条件、环境限制和跨团队交接不完整，导致安装日期推迟或项目无法启动。需要提前明确团队职责、设置IAM、持续维护、兼容私有云和DNS配置等。
Kubernetes on Edge Day 主要关注哪些主题？
该活动旨在解决传统数据中心为中心的云原生方法与边缘计算运营现实之间的差距，特别关注可观测性和安全性主题。
Cilium 在 KubeCon 的联合活动将讨论什么？
会议将聚焦云原生AI和安全，特别是当AI和GPU工作负载推动Kubernetes网络超出其原有设计时出现的问题，以及新的GPU需求、AI驱动的可观测性要求和漏洞。
