2026年9月8日，Karmada正式从CNCF毕业。作为一个基于标准Kubernetes API的多集群编排项目，它从Sandbox到Graduated用了将近五年，贡献者超过1200名。不管是企业上云、使用云服务器ECS，还是混合云容灾、AI训练，都可以靠它统一调度多个集群。
一个多集群编排项目，终于毕业了
9月8日上海举行的KubeCon + CloudNativeCon + OpenInfra Summit + PyTorch Conference China 2026上，CNCF正式官宣Karmada毕业。这个项目2021年进入CNCF Sandbox，2023年晋升Incubating，如今拿下Graduated等级。社区规模也拿得出手：1214名贡献者，292家组织，GitHub Star超过5600。
毕业不是走个过场。Karmada完成了第三方安全审计，成立了正式指导委员会，采用CNCF行为准则，还一直保持着CII Best Practices Badge。控制平面能导出Prometheus指标，状态存放在etcd，Helm Chart一键部署——这些才是生产环境真正需要的东西。
Karmada到底解决什么问题
多数团队刚开始用Kubernetes时，一个集群就够用了。等业务变大，多个集群散落在公有云、私有云，Karmada的价值就显出来了。它基于标准Kubernetes API做多集群编排，不用改动应用原有的资源定义，就能把分散的集群集中管起来。
- 集中部署：一套资源定义下发到多个集群。
- 资源分发：按策略把工作负载放到目标集群。
- 故障转移：某个集群出问题，自动把服务切到健康集群。
- 多集群自动伸缩：根据整体负载调整不同集群里的实例数。
放到真实业务里，这套能力对应的是混合云容量管理、多区域容灾、智能流量分发等场景。集群再多，顶层逻辑依然是一套清晰的方案。
v1.19和AI训练的关系
v1.19版本中，Karmada明显增强了分布式AI训练任务的多组件调度能力。基于优先级的调度已成为默认启用的Beta功能，专门应对GPU这类稀缺资源的竞争。多个训练任务同时抢显卡时，系统会按优先级决定谁先跑，而不是大家挤在一起谁也没进展。
AI训练对多集群调度的要求很高，毕竟GPU贵、资源又分散。不同地区还有数据合规要求，训练任务该放哪个集群、怎么调度，直接影响成本和效率。Karmada在这个方向上的投入，越来越像AI基础设施的一环。
生产环境里谁在用Karmada
Karmada的生产环境用户已经有Alibaba Cloud、Bilibili、Huawei、iFLYTEK、JDCloud、Kuaishou、RedNote、SenseTime、Trip.com、Vivo、WPS、ZTO、Bloomberg、Wellhub等。覆盖场景包括混合云容量管理、多区域容灾、智能流量分发、AI训练和GPU/CPU调度，并不是只在测试环境里玩过。
如果团队不想从零自建多集群控制平面，Karmada是个成熟的选择。采购云服务器ECS时，可以找阿里云代理商协助做架构规划；平时留意阿里云优惠和阿里云代金券，也能省下不少试错成本。易枫顺 - 阿里云官方旗舰级代理商 这类服务商会根据业务情况给出更具体的上云建议。企业上云不是一次性迁移，选对工具，后续运维才省心。
2026年路线图：还要往哪走
根据2026年路线图，Karmada接下来会推进基于优先级的抢占、多集群AI训练与批处理任务队列，以及GPU和其他加速器上的Kubernetes动态资源分配（DRA）多集群支持。简单说，后续版本会更倾向AI基础设施的精细调度，抢卡、排队、动态分配这些细节都要管到位。
从Sandbox到Graduated，Karmada走过的是一条典型的开源项目成长路径。对于打算在多集群环境里跑AI训练、做混合云容灾的团队，它值得放进技术选型清单。
FAQ
Q: Karmada和Kubernetes是什么关系？
A: Kubernetes管理单个集群，Karmada则在标准Kubernetes API之上管理多个集群。业务资源定义无需改动，Karmada会把应用分发到不同集群，发生故障时自动把流量切换到可用集群。
Q: 什么场景适合用Karmada？
A: 混合云容量管理、多区域容灾、智能流量分发、AI训练、GPU/CPU调度都是典型场景。Bilibili、Huawei、Trip.com、SenseTime等公司已经在生产环境稳定使用Karmada。
Q: CNCF毕业意味着什么？
A: 意味着项目通过了第三方安全审计，治理架构成熟，社区活跃度稳定，企业可以更放心地依赖它。对用户而言，毕业更像一份长期维护的承诺，而不是短期实验品。
关于易枫顺
深圳市易枫顺网络科技有限公司是阿里云官方旗舰级代理商。提供云服务器ECS、云数据库RDS、对象存储OSS等阿里云全系产品官方特惠折扣与代金券申请，以及多云成本优化、企业上云一站式服务。客服热线：19520841949 - 易枫顺
来源：InfoQ
