Karmada完成CNCF毕业并发布v1.19版本

云原生计算基金会宣布，多集群、多云Kubernetes编排项目Karmada已完成毕业，达到面向生产环境、具备广泛应用基础的最高成熟度层级。该决定于上海举行的KubeCon与相关云原生大会期间公布，恰逢Karmada发布v1.19。新版本强化了AI训练任务的多组件跨集群调度，并将基于优先级的调度提升至Beta级别且默认开启。

在混合云部署、跨区域容灾和规避云厂商锁定等场景中，应用往往需要同时运行于多个Kubernetes集群。过去，团队通常依赖定制自动化方案或已归档的KubeFed，但后者需要学习独立的联邦资源API，灵活性也有限。随着GPU分布在不同区域和云平台，分布式AI训练与推理还面临单个集群加速器数量不足的问题，任务必须跨系统拆分、调度和迁移。

Karmada是“Kubernetes Armada”的缩写，基于标准Kubernetes API构建，不替换原有API，因此现有清单、控制器和工具无需修改即可使用。其控制平面包括Karmada API Server、Controller Manager和Scheduler，并通过独立etcd保存状态。PropagationPolicy可将策略映射到多组工作负载，配置集群亲和性、跨集群拆分再均衡及多维高可用；OverridePolicy则支持按区域替换镜像前缀、按云厂商调整StorageClass等集群级配置。

Karmada内部由四类控制器完成资源传播：Cluster Controller管理成员集群生命周期，Policy Controller根据PropagationPolicy生成ResourceBinding，Binding Controller将其转换为面向各集群的Work对象，Execution Controller再把清单推送至成员集群API服务器。项目同时提供Prometheus指标和Helm chart，可接入现有云原生观测、部署工具链。

Karmada于2021年9月进入CNCF Sandbox，2023年12月进入Incubating阶段，目前拥有来自292家组织的1214名以上贡献者，GitHub星标超过5600个。Bloomberg、Wellhub、阿里云、华为、携程、哔哩哔哩、科大讯飞、京东云、快手、小红书、商汤、vivo、WPS和中通等企业已在生产环境中用于混合云算力、跨区域容灾、AI场景GPU/CPU调度及集群级配置分发。毕业前，项目还完成第三方安全审计，建立指导委员会，采用CNCF行为准则，并持续保持CII最佳实践徽章。

CNCF技术监督委员会赞助人Chad Beaudin表示，当组织规模超出单个集群后，需要一种不会额外增加复杂度的统一管理方式，Karmada通过扩展熟悉的Kubernetes API实现了跨集群、跨云管理。携程高级开发专家Yue Honghui称，Karmada已成为其多集群基础设施的重要组成部分，在不修改资源定义的情况下支持统一资源池、弹性与故障转移、快速纳管新集群及低影响的大规模迁移。

Karmada是CNCF用于承接KubeFed（Federation v2）能力的两个项目之一，另一个是仍处于Sandbox阶段的Open Cluster Management。后者采用中心辐射式代理架构，侧重集群清单、附加组件、治理和策略分发；Karmada则聚焦工作负载放置与动态调度，并提供跨集群资源查询和多集群服务发现缓存层。相关生态还包括负责集群生命周期的Cluster API、Argo CD ApplicationSets、Rancher Fleet，以及作为Azure Kubernetes Fleet Manager基础的KubeFleet。