NVIDIA 于 2026 年 10 月 6 日发布 NVIDIA AI Cluster Runtime（AICR）v1.0，目标是处理 GPU-accelerated Kubernetes cluster 的版本兼容性问题。AI cluster 需要同时配合 host kernel、GPU driver、container runtime、networking、storage、operator、scheduler 和 workload framework；其中任何一项升级，都可能令原本可用的组合失效。
AICR 以 version-locked、validated recipes 记录已经测试的组合，并可为 Helm、Argo CD、Flux 或 Helmfile 产生 deployment bundle。每个 recipe 带有硬件环境的 signed validation evidence，让 operator 不只是知道「应该安装什么」，还可以查看在什么硬件和平台上测试、哪些检查通过，以及证据由谁签署。
v1.0 建立 CLI、REST API、Go SDK、bundle layout 和 artifact schema 的稳定 compatibility contract。核心能力分成四部分：Snapshot 记录实际 cluster state；Recipe 描述 version-locked 的目标配置和验证阶段；Bundle 产生部署工具需要的 artifact；Validation 把 recipe 与当前状态比较，并可执行 deployment、conformance 和 performance checks，再记录签署证据。
这四部分刻意保持独立。Snapshot 不是 desired configuration，Recipe 也不会自行 reconcile cluster；Helm、Argo CD、Flux 或 Helmfile 负责套用及 reconcile，AICR 再验证运行中的 cluster 是否符合 recipe。操作员可以先按 EKS、GB300、Ubuntu、training 和 Kubeflow 等条件找出 recipe，再选择合适的 GitOps 工具部署，最后用同一份 recipe 做验证。
NVIDIA 表示，AICR 覆盖 11 个 Kubernetes services、10 个 GPU accelerators、Ubuntu、COS、Oracle Linux 及以 mixin 支持的 Talos，并连接 Helm、Helmfile、Argo CD、Flux、Kubeflow、Slurm、Dynamo 和 NIM。Pulumi Labs 和 Mirantis k0rdent 也示范如何由不同 infrastructure-as-code 及 multi-cluster 工具消费同一套 configuration。项目已有超过 100 名 contributors，约一半来自 NVIDIA 以外。
AICR 的实际价值不在于保证任何 GPU workload 都会成功，而在于把兼容性知识、部署产物和验证证据变成可复用的公开合约。企业仍要确认自己的 GPU 型号、网络、OS、Kubernetes 版本、工作负载和性能门槛是否在 recipe 覆盖范围内，也要在升级和生产环境中重新验证，而不能只因为「安装成功」就假设 cluster 已经 ready。
