A NVIDIA doa o OpenShell à CNCF e adiciona ferramentas de código aberto para fábricas de IA

A NVIDIA anunciou em 10 de novembro de 2026, durante a KubeCon + CloudNativeCon, que contribuirá com seu ambiente de execução de segurança para agentes OpenShell para o Sandbox da Cloud Native Computing Foundation (CNCF) e lançará três componentes de código aberto para sua plataforma DSX AI Factory.

Os anúncios conectam a governança de agentes à infraestrutura necessária para executá-los com eficiência. A NVIDIA também está contribuindo para o projeto Agent Substrate, originado no Google, e adicionando o Kubernetes Engine, o Kubernetes Recipes e o Snapshot à DSX, abrangendo a execução de sessões, o gerenciamento de clusters e a recuperação de inferências.

OpenShell avança rumo à governança comunitária

O OpenShell aplica controles determinísticos enquanto agentes autônomos usam ferramentas, acessam serviços de inferência e executam cargas de trabalho. Ele executa agentes em ambientes isolados no nível do kernel, com políticas declarativas em YAML que abrangem o acesso ao sistema de arquivos, à rede, aos processos e às credenciais do provedor. As credenciais são inseridas somente em solicitações destinadas a endpoints aprovados, e a verificação formal analisa se uma alteração de política proposta concederia novos acessos de risco antes de ser aprovada.

O ambiente de execução é licenciado sob a Apache 2.0. A NVIDIA informa que centenas de organizações já o utilizaram, que dezenas de milhares de contribuições foram feitas em menos de um ano e que a governança do Sandbox envolverá organizações que o incorporarem a seus produtos. A transição ainda está em andamento: um aviso do projeto informa que o desenvolvimento está migrando para a organização ai-openshell, enquanto o código, as issues e as solicitações de pull continuam em NVIDIA/OpenShell durante a mudança.

Agent Substrate busca reduzir o custo da computação ociosa

O Agent Substrate aborda o custo de manter sessões de agentes ativas. Os agentes costumam aguardar instruções, resultados de ferramentas ou respostas de modelos; um Pod aquecido dedicado do Kubernetes mantém os recursos alocados durante esses intervalos, enquanto recriar o Pod leva à perda de estado e exige outra inicialização a frio. A NVIDIA e o Google também estão colaborando em uma integração do OpenShell para agentes em nuvens e sistemas locais.

O projeto do Agent Substrate distribui muitas sessões com estado por um conjunto menor de workers aquecidos. Ele cria pontos de verificação das sessões ociosas, incluindo o estado da memória e do sistema de arquivos, libera os workers e restaura as sessões em workers disponíveis sem repetir o processo normal de criação de Pods do Kubernetes. Os workers continuam sendo Pods comuns do Kubernetes, de modo que o agendamento do cluster, as cotas e as políticas de posicionamento permanecem em vigor. As cargas de trabalho visadas incluem assistentes de programação, ambientes de aprendizado por reforço e ambientes isolados de pesquisa com GPU de curta duração.

A NVIDIA está desenvolvendo a interoperabilidade com o Dynamo para inferência e com o KAI Scheduler para recursos compartilhados do cluster. O Dynamo pode fornecer estimativas do tempo até o primeiro token e da saturação do conjunto de GPUs, permitindo que o Agent Substrate decida se deve manter um agente ativo, suspendê-lo ou retomá-lo. Suas APIs ainda estão mudando, o suporte a GPUs está sendo reformulado com base na Alocação Dinâmica de Recursos do Kubernetes, e partes da integração com o Dynamo são experimentais.

DSX adiciona gerenciamento de clusters e restaurações mais rápidas

O NVIDIA Kubernetes Engine e o NVIDIA Kubernetes Recipes (NVKE e NVKR) estão disponíveis em versão prévia pública sob a licença Apache 2.0. A NVIDIA afirma que as APIs, a configuração e o comportamento podem mudar e ainda não recomenda o uso em cargas de trabalho de produção. O NVKR cria imagens reproduzíveis de nós e contêineres, binários e gráficos Helm a partir de fontes com versões fixadas e registra os insumos utilizados. O NVKE usa esses artefatos para provisionar e operar clusters por meio de uma API REST e de controladores, embora os projetos possam ser adotados de forma independente.

O NVKE cria clusters para as cargas de trabalho dos clientes, com planos de controle do Kubernetes, instâncias do etcd e conjuntos de nós separados. Ele obtém capacidade bare metal por meio do NVIDIA Infra Controller e de seu provedor da Cluster API, o CAPNICo; antes de receber credenciais para ingressar no cluster, um nó precisa apresentar uma identidade SPIFFE atestada. A Firmus e a SK Telecom estão integrando os projetos a suas fábricas de IA, enquanto Mirantis, Netris, OpenNebula Systems, Rafay, Spectro Cloud e vCluster têm planos de integração que envolvem suas plataformas de infraestrutura, ofertas de Kubernetes gerenciado ou automação de rede.

O NVIDIA Snapshot busca reduzir as inicializações a frio de inferência criando pontos de verificação da memória da CPU e da GPU de uma carga de trabalho totalmente inicializada. As restaurações exigem o mesmo modelo de GPU e o mesmo driver e dispensam o carregamento repetido de pesos, a compilação e a captura de gráficos CUDA.

Em GPUs B200 com armazenamento VAST NFS, a NVIDIA relata restaurações de 3,6 a 42,7 segundos em configurações de vLLM, SGLang e TensorRT LLM, com acelerações de 8x a 36x em relação às inicializações a frio. Os testes abrangeram desde um modelo com 600 milhões de parâmetros até configurações com oito GPUs e pontos de verificação próximos de 1 TB. A criação dos pontos de verificação levou de 15 segundos a 5,5 minutos, e o tempo combinado para criar o ponto de verificação e restaurar foi menor que o de uma inicialização a frio em todas as configurações testadas.

Esses números não medem a inicialização completa de uma máquina: o provisionamento da infraestrutura e o carregamento das imagens de contêiner estão fora do processo de restauração cronometrado. O cache de chave-valor também é liberado antes de cada ponto de verificação, em vez de ser mantido no artefato; portanto, os resultados dizem respeito à restauração de uma carga de trabalho inicializada em uma infraestrutura compatível.

O teste próprio da Crusoe com o GLM-5.3 na NVIDIA HGX B300 usou um checkpoint contendo 594 GB de estado da GPU. A Crusoe mediu a restauração do estado da GPU em 15,0 segundos a partir de NVMe local, contra 33,3 segundos a partir de NFS. Com o artefato em NVMe, a criação do pod até ficar pronto levou 31 segundos, em comparação com cerca de oito minutos em uma inicialização a frio, o que identifica o armazenamento como um fator importante no desempenho da restauração. A Crusoe também contribuiu com melhorias de desempenho e diagnóstico para os projetos upstream.

Em conjunto, os projetos transferem uma parcela maior do plano de controle e do processo de recuperação da fábrica de IA para repositórios abertos, mas estão em diferentes estágios de maturidade: a mudança de governança do OpenShell está incompleta, o Agent Substrate continua evoluindo, e NVKE e NVKR permanecem em versão preliminar. Os benchmarks do Snapshot apresentam o ganho operacional medido mais claro, enquanto seus requisitos de compatibilidade e os resultados de armazenamento da Crusoe mostram que uma recuperação mais rápida depende tanto do estado reutilizável da carga de trabalho quanto da infraestrutura ao redor.