CNCF报告：Kubernetes成为人工智能基础架构标准

云原生计算基金会（CNCF）最新发布的年度云原生调查报告显示，"82%的容器用户在生产环境中运行Kubernetes，云原生技术已跨越关键门槛。"

报告指出："曾经的实验性技术现在已成为基础设施。"

CNCF首席技术官Chris Aniszczyk表示："Kubernetes不再是小众工具，它已成为支持规模化、可靠性以及日益增长的AI系统的核心基础设施层。实际上，98%的受调查组织已采用云原生技术，使其成为现代企业基础设施的近乎通用标准。"

这一结果并不令人意外。有趣的是，人工智能正在推动Kubernetes的采用。你可能会问，AI不是依赖GPU、张量处理单元（TPU）和定制AI专用集成电路（ASIC）吗？这些硬件在典型的云数据中心中并不常见。确实如此，但这些硬件主要用于AI训练，而非AI应用。

CNCF执行董事Jonathan Bryce在云原生报告的引言中写道："66%的组织已经在使用Kubernetes托管其生成式AI工作负载。但真正的焦点并不在头条新闻中。这不是关于训练大语言模型。大多数企业不会构建或训练自己的模型——它们是消费者。真正的挑战在于部署。"

云原生技术采用现状

根据CNCF统计，59%的组织现在将云原生技术用于"大部分"或"几乎全部"开发工作。

具体细分如下：云原生技术采用分为四个层级，从探索者（8%）、采用者（32%）、实践者（34%）到创新者（25%）。CNCF在报告中将此描述为"可预测的进展模型"，并以GitOps作为"北极星指标：没有一个探索者实施了GitOps，而58%的创新者运行符合GitOps标准的部署。"

CNCF还表示，持续集成/持续部署（CI/CD）在高端组织中几乎普及。这意味着91%的成熟组织在生产环境中使用CI/CD工具，74%的创新者每天多次提交代码。

与此同时，容器技术正稳步进入生产环境。生产环境中的应用容器使用率从2023年的41%上升到2025年的56%。同时，仅用于试点的容器部署降至6%。人们不再只是试验容器技术，而是直接将其投入部署。

与此同步，其他CNCF毕业项目，如Helm、etcd、CoreDNS、Prometheus和containerd，现在被75%及以上的受调查者使用。这些并非唯一被采用的项目。特别是一些孵化项目，如CNI（52%在生产环境中使用）、OpenTelemetry（49%）、gRPC（44%）和Keycloak（42%），因其快速采用而脱颖而出。

技术发展的挑战与机遇

一些备受关注的技术在部署方面表现不佳。特别是WebAssembly（Wasm）未能达到预期。65%的受调查者报告称他们没有Wasm经验，只有5%在生产环境中部署了该技术。

随着AI的流行，它将带来自己的应用场景。

当那些千兆瓦级AI数据中心工厂开始上线时，"我们需要大大降低服务AI工作负载的难度，同时大幅增加整个行业可用的推理容量。我相信这是下一个重要的云原生工作负载。"

这是一个我们都能看到正在实现的预测。

Q&A

Q1：Kubernetes在人工智能领域发挥什么作用？

A：Kubernetes已成为支持AI系统的核心基础设施层。66%的组织正在使用Kubernetes托管其生成式AI工作负载。虽然AI训练需要专门的硬件如GPU和TPU，但AI应用的部署主要依赖Kubernetes等云原生技术，这是大多数企业面临的真正挑战。

Q2：云原生技术的采用程度如何？

A：根据CNCF调查，98%的组织已采用云原生技术，82%的容器用户在生产环境中运行Kubernetes。59%的组织将云原生技术用于大部分或几乎全部开发工作。应用容器在生产环境中的使用率从2023年的41%上升到2025年的56%。

Q3：哪些云原生项目最受欢迎？

A：CNCF的毕业项目如Helm、etcd、CoreDNS、Prometheus和containerd被75%以上的受调查者使用。孵化项目中，CNI（52%）、OpenTelemetry（49%）、gRPC（44%）和Keycloak（42%）表现突出。相比之下，WebAssembly技术采用较慢，65%的受调查者没有相关经验。