KubeRay 正式加入 CNCF，成为 Kubernetes 上运行 Ray 的标准方案
训练和推理集群越跑越大，Ray 怎么在 K8s 上管好一直是麻烦事。这次 KubeRay 进了 CNCF，成为官方标准方案，各大云厂商的托管 Ray 也是基于它。自己运维 Ray 的团队可以直接关注。
PyTorch 基金会在 KubeCon + CloudNativeCon 上宣布，KubeRay 项目加入云原生计算基金会（CNCF）。KubeRay 负责 Ray 工作负载在 Kubernetes 上的生命周期管理、自动伸缩、调度、可靠性与可观测性，是各大云厂商托管 Ray 服务的底层基础。
随着模型规模扩大，分布式训练与推理需要更完善的编排能力。KubeRay 的作用是把 Ray 的分布式计算能力与 Kubernetes 的调度体系对接，让 AI 工作负载直接复用云原生的运维工具链。PyTorch 基金会与 CNCF 的合作意在弥合大规模分布式 AI 与 Kubernetes 基础设施之间的衔接缺口。
对开发者而言，KubeRay 进入 CNCF 意味着治理流程更中立，社区贡献与版本演进更有保障。在 Anyscale、各类云厂商的托管 Ray 之外，自建 Ray 集群的团队可以继续依赖这套标准路径。
With AI models scaling fast, seamless orchestration is key. Live from #KubeCon + #CloudNativeCon @robertnishihara announces AI & cloud-native ecosystem KubeRay joins @CloudNativeFdn as the Kubernetes-native lifecycle management, autoscaling, scheduling, reliability, and observability for Ray workloads. KubeRay is the standard way to run @raydistributed on Kubernetes & is the foundation of the managed Ray offerings from major cloud providers. Collaboration between CNCF and PyTorch Foundation is helping bridge the gap between large-scale distributed AI training/inference and robust Kubernetes infrastructure.
本条情报归属 AITOP「行业」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：KubeRay、CNCF、Ray、Kubernetes，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「PyTorch」（@PyTorch），经 AITOP 多维评分管线结构化提炼。
