返回 AI 工具目录
Volcano
基础设施人工精选最近核验 2026年7月23日
Volcano 是 Kubernetes 原生的批量调度系统,在标准 kube-scheduler 之上扩展,面向批处理与弹性负载,尤其是 AI/机器学习/深度学习、大数据与高性能计算场景。它提供 Gang Scheduling(整组调度)、拓扑感知调度、队列与公平共享等能力,原生适配 Spark、Flink、Ray、TensorFlow、PyTorch 等框架,补齐默认调度器在成组任务与资源竞争上的短板。项目为 CNCF 孵化项目,以 Go 编写,通过 YAML、Helm 或源码部署,Apache 2.0 许可。
定价开源部署自托管国内可达国内可达许可Apache-2.0
解决什么问题
- 默认调度器缺乏成组任务的整体编排
- 分布式训练需同时起多 Pod、避免资源死锁
- 多队列多团队共享集群时的公平与配额
- 大数据与 HPC 作业在 K8s 上的调度不足
适合
- 在 Kubernetes 上跑分布式训练或批处理
- 需要 Gang Scheduling 与拓扑感知的团队
- 多租户共享 GPU/CPU 集群、需队列与配额
不适合
- 依赖 Kubernetes,无集群则不适用
- 面向批量/训练,非在线推理服务调度
- 引入调度器需运维具备 K8s 运营能力
- 小规模单机任务无需此类系统
如何接入
- 通过 YAML、Helm 或源码部署到 K8s 集群
- 以自定义资源定义作业、队列与调度策略
- 与 Spark、Ray、PyTorch 等训练框架对接
已知限制
- 需 Kubernetes 1.12 以上环境与运维投入
- 正文未含官方基准数字,收益随负载而定
- 调度策略调优有学习曲线
接入与使用事实
- 部署方式
- 自托管
- 实现语言
- Go
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- Apache-2.0
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
- 代码仓库仅作事实索引