7 min de lectura
Dos señales procedentes del mundo cloud nativo apuntan en la misma dirección: la CNCF ha elevado Knative al estado de graduado, y Kubernetes 1.34 hace que la programación de hardware de IA y ML esté lista para producción. Ambos suenan a trabajo de detalle para los equipos de plataforma. En conjunto, significan algo mayor: las cargas de trabajo serverless y de IA ahora se ejecutan sobre una infraestructura madura e independiente del proveedor. Para los equipos de la región DACH, esto traslada la pregunta del «si» al «cómo».
Lo más importante en resumen
- Knative se ha graduado. Serverless en Kubernetes se considera así maduro y probado en producción.
- Kubernetes 1.34 lleva la IA a las operaciones habituales. La programación de hardware para IA y ML alcanza la madurez para producción, sumada a una mayor seguridad en la cadena de suministro.
- Independencia del proveedor. Ambos componentes se ejecutan en el clúster propio, sin vinculación a ningún servicio de hiperescalador.
Relacionado:VMware VCF 9.1 y la cuestión de la soberanía / FinOps y el despilfarro en la nube
Qué significa la graduación de Knative
¿Qué es Knative? Knative es una capa de código abierto sobre Kubernetes que permite aplicaciones serverless y basadas en eventos. Se encarga del escalado, el enrutamiento y el procesamiento de eventos, de modo que los desarrolladores no tengan que preocuparse por la infraestructura subyacente. El código se escala a cero cuando es necesario y aumenta automáticamente bajo carga.
El estado de graduado de la CNCF no es un premio de marketing, sino una señal de madurez. Significa que un proyecto cuenta con una amplia base de usuarios, una gobernanza estable y una aptitud para producción demostrada. Para un equipo de plataforma que evalúa una tecnología, esa es la diferencia entre un experimento y una base sólida. Operar Knative en modo serverless deja de ser una apuesta.
El atractivo práctico reside en la independencia. Hasta ahora, serverless existía sobre todo como servicio de hiperescalador, con la conocida contrapartida: quien construye sus funciones allí, se ata a un proveedor y a su modelo de precios. Knative traslada ese mismo concepto de uso al clúster de Kubernetes propio. La aplicación se escala a cero cuando no hay actividad, y la operación permanece en casa. Precisamente para los sectores regulados de la región DACH, esta es una diferencia relevante.
Por qué Kubernetes 1.34 es importante para las cargas de trabajo de IA
Durante mucho tiempo, Kubernetes solo fue condicionalmente adecuado para cargas de trabajo de IA intensivas en GPU. La planificación de hardware especializado era engorrosa y la asignación burda. La versión 1.34 lo cambia con asignación dinámica de recursos lista para producción. Traducción: el clúster ahora puede distribuir GPUs y otros aceleradores de manera fina y confiable a las cargas de trabajo que los necesitan. Eso es el requisito para ejecutar el entrenamiento e inferencia de IA de manera económica en la propia plataforma.
Además viene la seguridad endurecida de la cadena de suministro. En una época en la que los ataques mediante paquetes e imágenes manipuladas aumentan, esto no es un asunto secundario. Un clúster que obliga a artefactos firmados y verifica el origen de sus componentes cierra precisamente la puerta de entrada que muchos incidentes actuales explotan. Madurez aquí no solo significa más funciones, sino también una superficie de ataque reducida.
Qué hay que ponderar
- El funcionamiento propio exige competencia de plataforma
- Más componentes, más mantenimiento
- Madurez no significa automáticamente sencillo
Qué aporta
- Serverless e IA sin vinculación a hiperescaladores
- Soberanía de datos en el propio clúster
- Escalado a cero ahorra costos de inactividad
Qué hacen los equipos DACH con ello
La evaluación honesta: la madurez reduce el riesgo, pero no elimina el trabajo. Un equipo que quiera ejecutar Knative y la programación de IA en su propio clúster necesita competencia de plataforma. Quien no tenga esa competencia o quiera desarrollarla probablemente esté mejor atendido con un servicio gestionado. La graduación hace viable el funcionamiento propio, pero no lo hace libre de requisitos.
¿Para quién vale la pena entonces? Sobre todo para organizaciones con dos características: una necesidad seria de soberanía de datos y un equipo que ya opera Kubernetes. Para ellos, el obstáculo hasta ahora era que Serverless y la programación de IA en su propia plataforma parecían inmaduros. Ese obstáculo ha desaparecido. La decisión se desplaza de la pregunta de si la tecnología aguantará, a la de si el equipo quiere asumirla.
Una tecnología graduada no es una promesa de que será fácil. Es la garantía de que la base será suficiente. El resto lo hace el equipo.
Lo que queda es una imagen clara. La tecnología nativa en la nube ha llegado a un punto en el que las cargas de trabajo serias de IA y Serverless ya no tienen que ir obligatoriamente a la nube pública. Eso es una buena noticia para DACH, porque reúne soberanía de datos y rentabilidad. Al mismo tiempo, es un llamado a reflexionar honestamente sobre la propia competencia de plataforma. La tecnología está lista. La pregunta es si la organización lo está.
Preguntas frecuentes
¿Qué significa el estado Graduated en la CNCF?
Es es el nivel de madurez más alto de la Cloud Native Computing Foundation. Requiere una amplia base de usuarios, una gobernanza estable y una capacidad de producción demostrada. Para evaluaciones, representa la transición del experimento a una base sólida.
¿Qué aporta Knative frente al Serverless de los hiperescaladores?
Mismo concepto de operación, pero en el propio clúster de Kubernetes y sin vinculación a un proveedor. Las aplicaciones se escalan a cero, el funcionamiento se mantiene interno. Esto es particularmente relevante para sectores con requisitos de soberanía de datos.
