Sigue la cobertura, explicaciones e historias tecnológicas relacionadas.
El artículo propone mantener la inferencia y la recopilación de contexto bajo la responsabilidad de los agentes de inteligencia artificial, dejando la ejecución de cambios y la conciliación del estado a los operadores de Kubernetes y los sistemas de políticas. Esta separación busca aprovechar los agentes sin otorgarles autoridad ilimitada sobre los clústeres.
Dos ingenieros de Adobe presentan una arquitectura de código abierto que proporciona a cada equipo de un clúster de Kubernetes multiinquilino acceso autoservicio y aislado a sus métricas, reduciendo el volumen de series almacenadas alrededor de un 97 % en el caso típico. El método se basa en Prometheus, kube-rbac-proxy, prom-label-proxy y recursos personalizados de Kubernetes, en lugar de crear una nueva plataforma de monitorización.
Doron Grinstein considera que las herramientas de programación con inteligencia artificial han reducido el coste de iniciar proyectos, pero han ampliado la brecha entre construir un prototipo y operar un servicio seguro y escalable. En lugar de abandonar las prácticas cloud native, aboga por hacerlas utilizables por agentes y desarrolladores no especializados mediante interfaces declarativas y barreras de protección automatizadas.
Dos ingenieros de Adobe presentan un diseño para el escalado proactivo de cargas de GPU en Kubernetes, con el objetivo de compensar la lentitud del aprovisionamiento de nodos, que hace que el escalado reactivo llegue tarde a las oleadas de demanda. El diseño se basa en un modelo Bi-LSTM, un detector de picos repentinos y un escalador gradual, con pruebas en modo sombra que mostraron una precisión del 85 % dentro de un margen de ±10 % diez minutos antes de la demanda.
La CNCF anunció la graduación del proyecto Kubeflow, considerándolo una plataforma madura y lista para su uso en producción para gestionar el ciclo de vida de la inteligencia artificial y el aprendizaje automático en Kubernetes. La decisión llega después de que el proyecto se expandiera hasta superar los 6.600 colaboradores y alcanzar casi 260 millones de descargas de paquetes de Python desde PyPI.