云原生日报 2026-09-13

早上好,各位技术同学 ☕ 今天为大家精选了云原生领域的最新动态和几篇干货教程,一起看看 👇

🔥 云原生热点

1. Kubernetes v1.37 Garhwal release

Kubernetes v1.37(代号 Garhwal)正式发布,共包含 67 项增强:16 项转 Stable、23 项转 Beta、27 项进入 Alpha。亮点包括 ResilientWatchCacheInitialization 稳定、HPA scale-to-zero 转 Beta、metrics.k8s.io API 以及 StorageVersionMigration 等多个核心 API 转正。 对大型集群运维尤其有价值的是 watch cache 初始化的稳定性改进:kube-apiserver 不再在缓存预热期间向 etcd 打流量尖峰,而是优雅降级并返回 HTTP 429,控制面不再因突发 list/watch 而崩溃。HPA scale-to-zero 转 Beta 也意味着大批量任务和 GPU 空闲工作负载可以直接靠原生能力把副本数缩到零,显著节省成本。国内团队在做大规模集群升级时,应重点关注 SELinuxMount 与 DRA 相关 Stable 特性对存储和网络设备调度的行为变化。 🔗 https://kubernetes.io/blog/2026/08/26/kubernetes-v1-37-release

2. CPU+GPU AI platform engineering heterogeneous

文章指出 AI 平台工程本质是异构基础设施问题,生产 AI 负载并非只跑在 GPU 上,而是 CPU、GPU、内存、存储与网络协同工作的完整链路。作者以推理流水线为例,强调应围绕工作负载而非单一 GPU 来匹配资源。 核心洞见在于「跟着负载走,别只盯着 GPU」:预处理、推理、后处理各阶段的瓶颈往往被单点 GPU 扩容所掩盖,盲目加卡反而难以提升吞吐。Kubernetes 的 DRA 机制让专用计算设备逐步融入统一的云原生资源模型,这正是方向所在。对国内正在上 AI 推理平台的团队,可观测性要从 GPU 利用率扩展到 CPU→数据→加速器→应用的完整链路,才能定位真正的瓶颈。 🔗 https://www.cncf.io/blog/2026/09/04/cpu-gpu-why-ai-platform-engineering-is-a-heterogeneous-infrastructure-problem

3. CNCF SlashData China cloud native report

CNCF 联合 SlashData 发布《中国云原生开发现状报告》,估算中国约有 175 万云原生开发者,其中约 40 万为云原生 AI 开发者。报告显示中国 IIoT 开发者云原生采用率(48%)已超过全球平均(42%),年轻一代后端开发者正加速拥抱云原生。 报告最有信息量的是 AI 工作负载从实验走向生产推理时,云原生实践的成熟度演进路径:数据管道、训练、生产服务各阶段对应不同的基础设施组合。immutable infrastructure 与 chaos engineering 以 2.22 的 lift 被高度捆绑采用,说明越是玩转复杂系统的团队越倾向于落地一整套高级实践。对国内工程师而言,这份报告验证了一个判断——AI 推理在规模化后,调度、隔离、网络、可观测性这些本质挑战与云原生完全同源,正是 K8s 技能变现的方向。 🔗 https://www.cncf.io/announcements/2026/09/07/cncf-and-slashdata-report-highlights-chinas-cloud-native-momentum-as-ai-moves-to-inference

📖 教程推荐

1. EKS Observability Prometheus Grafana Helm

教程演示了在 Amazon EKS 上构建完整可观测性栈的完整流程。作者用 Terraform 社区模块建集群,通过 Helm 安装 kube-prometheus-stack(含 Prometheus、Grafana、kube-state-metrics、Alertmanager),再结合 Nginx Ingress 与 Route53 暴露监控域名。 这算是一篇标准但实用的 EKS 可观测性落地手册,从建集群到监控、可视化、告警一条龙,非常适合想快速上手 Observability 的同学照着搭一遍。亮点是把基础设施全部 IaC 化,Terraform 同时管理 VPC、EKS、Helm Release 和 Route53,可复现性强。国内团队若在自建集群,可把其中的 Monitoring 栈和 NGINX NLB(网络负载均衡器)配置直接改造成适合自己的云厂商实现。 🔗 https://medium.com/@chinmay13/observability-on-amazon-eks-cluster-a-complete-guide-to-prometheus-and-grafana-with-helm-513e7db7109e

2. Modern CI/CD GitHub Actions Argo CD Argo Rollouts

教程展示了一套生产级别的 GitOps CI/CD 流水线。GitHub Actions 负责 CI 构建并推送镜像到 GHCR,随后自动更新独立 GitOps 仓库的镜像 tag,Argo CD 检测变更同步集群,Argo Rollouts 执行蓝绿或金丝雀渐进交付。 这套「应用代码仓库 + GitOps 配置仓库」的严格分离是 K8s 原生交付的黄金标准,让 CI 聚焦构建产物、GitOps 仓库成为「什么跑在哪」的可审计账本。用 Git commit SHA 前 7 位做不可变镜像 tag,加上 manual promotion 的安全蓝绿策略,把发布安全与自动化平衡得恰到好处。对想落地渐进交付的国内团队,这是可以直接抄作业的完整范式,尤其适合从纯 kubectl 部署迁移到 GitOps 的过渡期参考。 🔗 https://medium.com/@nsalexamy/modern-ci-cd-architecture-with-github-actions-argo-cd-and-argo-rollouts-45fd6b09b315


以上内容均已附原文链接,欢迎留言交流你的看法 💬