NVIDIA 於 2026 年 10 月 6 日發布 NVIDIA AI Cluster Runtime（AICR）v1.0，目標是處理 GPU-accelerated Kubernetes cluster 的版本相容性問題。AI cluster 需要同時配合 host kernel、GPU driver、container runtime、networking、storage、operator、scheduler 和 workload framework；其中任何一項升級，都可能令原本可用的組合失效。
AICR 以 version-locked、validated recipes 記錄已測試的組合，並可為 Helm、Argo CD、Flux 或 Helmfile 產生 deployment bundle。每個 recipe 帶有硬件環境的 signed validation evidence，讓 operator 不只知道「應該安裝甚麼」，還可以查看是在甚麼硬件和平台上測試、哪些檢查通過，以及證據由誰簽署。
v1.0 建立 CLI、REST API、Go SDK、bundle layout 和 artifact schema 的穩定 compatibility contract。核心能力分成四部分：Snapshot 記錄實際 cluster state；Recipe 描述 version-locked 的目標配置和驗證階段；Bundle 產生部署工具所需的 artifact；Validation 把 recipe 與現時狀態比較，並可執行 deployment、conformance 和 performance checks，再記錄簽署證據。
這四部分刻意保持獨立。Snapshot 不是 desired configuration，Recipe 亦不會自行 reconcile cluster；Helm、Argo CD、Flux 或 Helmfile 負責套用及 reconcile，AICR 再驗證運行中的 cluster 是否符合 recipe。操作員可以先按 EKS、GB300、Ubuntu、training 和 Kubeflow 等條件找出 recipe，再選擇適合的 GitOps 工具部署，最後用同一份 recipe 做驗證。
NVIDIA 表示，AICR 覆蓋 11 個 Kubernetes services、10 個 GPU accelerators、Ubuntu、COS、Oracle Linux 及以 mixin 支援的 Talos，並連接 Helm、Helmfile、Argo CD、Flux、Kubeflow、Slurm、Dynamo 和 NIM。Pulumi Labs 和 Mirantis k0rdent 亦示範如何由不同 infrastructure-as-code 及 multi-cluster 工具消費同一套 configuration。項目已有超過 100 名 contributors，約一半來自 NVIDIA 以外。
AICR 的實務價值不在於保證任何 GPU workload 都會成功，而在於把相容性知識、部署產物和驗證證據變成可重用的公開合約。企業仍要確認自己的 GPU 型號、網絡、OS、Kubernetes 版本、工作負載和性能門檻是否在 recipe 覆蓋範圍內，也要在升級和生產環境中重新驗證，而不能只因「安裝成功」就假設 cluster 已經 ready。
