Graduation de KubeVirt et contexte CNCF
KubeVirt a été diplômé du Cloud Native Computing Foundation (CNCF) lors de KubeCon + CloudNativeCon NA, sept ans après son entrée dans le sandbox. Cette graduation officialise la capacité de Kubernetes à orchestrer simultanément des conteneurs et des machines virtuelles (VM). Le projet, soutenu par Red Hat, vise à éliminer la nécessité de maintenir deux plateformes distinctes pour les workloads legacy et cloud‑native.
Architecture et intégration dans OpenShift 5
OpenShift 5, la distribution Kubernetes de Red Hat, expose une couche d’abstraction qui gère conteneurs, VM et charges d’IA via KubeVirt. La solution repose sur un contrôleur dédié qui traduit les objets VirtualMachine en pods, tout en conservant les mécanismes d’isolation propres à la virtualisation. Cette approche permet d’utiliser les mêmes API Kubernetes pour provisionner des VM, simplifiant la gestion du cycle de vie et la politique de sécurité.
Influence de l’intelligence artificielle sur la virtualisation
L’essor de l’IA a accéléré le développement de KubeVirt. Selon Fabian Deutsch, directeur de l’ingénierie OpenShift Virtualization, les besoins en GPU, CPU et mémoire des charges d’IA poussent le projet à exposer directement ces ressources aux VM. La prochaine étape annoncée consiste à passer les GPU, les CPU et la mémoire aux VM, afin de répondre aux exigences de calcul intensif des modèles d’apprentissage profond.
Deutsch souligne également que le modèle d’isolation de la virtualisation, initialement secondaire, devient crucial dans le contexte IA, où la séparation des charges de travail garantit la stabilité du système.
Adoption industrielle et limites actuelles
Le projet est déjà déployé sur des appareils edge et dans le cloud, grâce à une API cohérente entre ces environnements. Nvidia a été l’un des premiers adopteurs, testant KubeVirt pour exploiter ses GPU dans des VM. Microsoft a récemment intensifié son engagement, indiquant un intérêt pour l’intégration de KubeVirt dans ses offres Azure.
Malgré ces avancées, la solution reste dépendante de la maturité du support matériel (GPU pass‑through) et de la complexité de la configuration réseau pour les VM. Aucun benchmark public n’a encore été publié, ce qui limite l’évaluation précise des performances comparées aux hyperviseurs traditionnels.
