GKE Dynamic Slicing wird GA, Nitro Sandboxes erreichen EKS, und CloudNativePG graduiert
7 min read · 12 sources
- GKE Dynamic Slicing ist GA für TPUs und senkt die Startzeiten für KI-Workloads um bis zu 5x und die Wiederherstellung um 4,5x.
- AWS Nitro Sandboxes für EKS bieten hardware-erzwungene Isolation pro Pod mit einer einzigen Zeile im Pod-Spec.
- Octopus Deploys Cost Intelligence für Argo CD ist Open Source und zeigt die Cloud-Kosten pro Anwendung nach jedem Sync.
- CloudNativePG wurde ein CNCF-Incubating-Projekt und verwaltet PostgreSQL in Kubernetes ohne StatefulSets.
- Meta hat Astryx als Open Source veröffentlicht, ein Designsystem mit über 150 Komponenten, das über 13.000 interne Apps antreibt.
Google machte heute den größten Aufschlag mit GKE Dynamic Slicing, das allgemein für TPUs verfügbar ist. Die Schlagzahlen sind brutal und einfach: Die Startzeiten für KI-Workloads sinken um bis zu 5x, die Wiederherstellungszeiten um 4,5x. Das ist keine inkrementelle Feinabstimmung; das ist der Unterschied zwischen dem Aussitzen eines TPU-Pod-Ausfalls und dem tatsächlichen Zurückkehren zum Training.
Der Rest des Tages dreht sich um Isolation - hardware-erzwungen, kostenbezogen und agentensicher. AWS hat EKS-Pods endlich die Nitro-Behandlung verpasst, Octopus Deploy will, dass man genau weiß, was jeder Argo-CD-Sync kostet, und die Kubernetes-Community streitet immer noch darüber, ob KI-Agenten jemals vertrauenswürdig genug sind, um sich selbst zu erholen. CloudNativePG hat außerdem leise die CNCF-Incubation erreicht, was wichtiger ist, als es klingt.
GKE Dynamic Slicing senkt die Startzeiten für KI-Workloads um bis zu 5x und die Wiederherstellungszeiten um 4,5x, jetzt allgemein für TPUs verfügbar.
GKE Dynamic Slicing ist GA und es ist schnell
Das GKE Dynamic Slicing von Google ist jetzt allgemein für TPUs verfügbar. Die Änderung: Die Slice-Bildung ist jetzt von der Nodepool-Bereitstellung entkoppelt. Früher musste man, wenn man einen TPU-Slice wollte, zuerst den gesamten Nodepool bereitstellen und dann auf die Bildung des Slices warten. Das sind zwei sequenzielle Wartezeiten. Jetzt laufen sie parallel ab, weshalb die Startzeiten um bis zu 5x und die Wiederherstellung um 4,5x sinken.
Für alle, die großes Modelltraining auf GKE betreiben, ist das der Unterschied zwischen einem fehlgeschlagenen TPU-Knoten, der einen Nachmittag kostet, und einem, der nur eine Kaffeepause verschlingt. Die Funktion bedeutet auch, dass man Slices vergrößern oder verkleinern kann, ohne den Nodepool aufzureißen, was die Art von operativer Flexibilität ist, die TPU-Flotten tatsächlich handhabbar macht. Wenn man wegen des operativen Aufwands mit TPUs gezögert hat, entfernt das ein echtes Stück davon.
Cost Intelligence für Argo CD: Endlich haben Syncs ein Preisschild
Octopus Deploy hat Cost Intelligence für Argo CD veröffentlicht, eine Open-Source-Erweiterung, die einen Kosten-Tab direkt in die Argo-CD-Oberfläche bringt. Sie läuft neben Argo CD, zieht nach jedem erfolgreichen Sync Daten von OpenCost und projiziert 24-Stunden-Messungen auf einen 30-Tage-Monat. Das Clevere daran: Sie zählt nur Pods, die zu Workloads gehören, die Argo CD für diese Anwendung verwaltet, sodass gemeinsame Namespaces die Zahlen nicht verfälschen.
Das löst das ewige Problem „Wer hat die Rechnung in die Höhe getrieben". Wenn die Cloud-Ausgaben steigen, kann man das jetzt auf einen bestimmten Sync zurückführen, der ein bestimmter Commit ist, der eine bestimmte Änderung ist. Es erfordert Argo CD 3.4 bis 3.6 und OpenCost 1.121.1 oder neuer. Für alle, die GitOps in großem Maßstab betreiben, verwandelt das die Kostenattribution von einer wöchentlichen Detektivübung in einen Klick.
AWS Nitro Sandboxes: Hardware-Isolation für jeden Pod
AWS hat Nitro Sandboxes für Amazon EKS angekündigt, die jedem Pod seine eigene leichtgewichtige VM geben, unterstützt vom Nitro-System. Das Versprechen: Die Isolation einer dedizierten EC2-Instanz mit der Einfachheit eines Kubernetes-Pods. Aktivierung mit einer einzigen Zeile im Pod-Spec - keine Container-Image-Änderungen, keine Pipeline-Umschreibungen.
Es gibt zwei Modi. Der isolierte Modus bietet standardmäßigen hardware-erzwungenen Schutz. Der vertrauliche Modus fügt kryptografische Attestierung hinzu, die regulierte Workloads und Multi-Tenant-SaaS benötigen. Das zielt direkt auf das Shared-Kernel-Problem ab: KI-Agenten, unvertrauter LLM-generierter Code und jede Workload, bei der ein Kernel-Escape katastrophal wäre. Auch der Kostenaspekt ist real - man braucht keine dedizierte Instanz mehr pro sensibler Workload, kann also konsolidieren und erhält gleichzeitig stärkere Isolation. Nahe Bare-Metal-Leistung, so AWS.
Kubernetes startet KI-Agenten neu, kann aber ihre Arbeit nicht wiederherstellen
Dieser Beitrag von Cloud Native Now trifft die Lücke genau: Kubernetes kann die Umgebung eines Agenten wiederherstellen, hat aber keine Aufzeichnung darüber, welche Schritte abgeschlossen wurden. Ein neu gestarteter Agent führt bereitwillig eine Zahlung erneut aus, die er bereits getätigt hat. Das ist keine Hypothese - das ist die Ausfallart, die Produktionsagenten gefährlich macht.
Zwei Projekte versuchen, das zu beheben. Das Agent Sandbox der Kubernetes SIG Apps liefert zustandsbehaftete Pods mit stabiler Identität. Das Agent Substrate von Google isoliert Agenten in MicroVMs oder gVisor und setzt sie in unter 500 ms fort. Aber keines verfolgt abgeschlossene Ausführungsschritte. Der Autor argumentiert für durable Execution, die jeden Schritt protokolliert, und verweist auf die Workflow-Engine von Dapr als Option. Bis Kubernetes eine Ausführungshistorie eingebaut hat, brauchen Agenten sowohl Sandboxing als auch eine dauerhafte Ausführungsaufzeichnung, sonst sind sie nicht sicher, wenn man sie mit Zugangsdaten loslässt.
Meta veröffentlicht Astryx als Open Source, sein Designsystem für 13.000 Apps
Meta hat Astryx veröffentlicht, ein Open-Source-Designsystem in der Beta, das auf React 19+ und StyleX basiert. Es treibt seit acht Jahren über 13.000 Apps intern an und liefert über 150 zugängliche Komponenten, Theming, Dark Mode, Templates und eine CLI. Das Bemerkenswerte: Kein Build-Plugin oder Styling-Library erforderlich, und man kann über CSS-Custom-Properties anpassen oder swizzlen, um Komponentenquellcode zu extrahieren.
Es ist dafür gebaut, dass sowohl Menschen als auch KI-Agenten mit derselben Toolchain arbeiten, was die Richtung ist, in die jedes ernsthafte Frontend-Framework geht. Der Winkel ohne Styling-Lock-in ist das Unterscheidungsmerkmal - man bekommt die Komponenten, ohne in ein Styling-Paradigma gezwungen zu werden. Für Teams, die auf React standardisieren, ist das einen ernsthaften Blick wert.
HA-MCP: Home Assistant bekommt einen erstklassigen MCP-Server
HA-MCP ist eine Integration, die sich über HACS oder den integrierten Marketplace in Home Assistant installieren lässt, den MCP-Server im Prozess ausführt und volle Feature-Parität über alle Installationstypen hinweg bietet. Es erfordert Home Assistant 2026.8.0 oder neuer, und die Einrichtung benötigt ein Administrator-Zugriffstoken oder ein dediziertes Konto. Clients können sich über Remote-Zugriff verbinden.
Das ist der empfohlene Weg, einen MCP-Server für Home Assistant zu betreiben, was bedeutet, dass Claude oder ChatGPT jetzt die Lichter, Schlösser und Thermostate steuern können. Die Sicherheitsüberlegung ist real: Dieses Zugriffstoken ist mächtig, also sollte man ein dediziertes Konto mit begrenztem Umfang verwenden. Für Home-Lab-Enthusiasten ist das das fehlende Stück für die natürlichsprachliche Hausautomation.
MCP-Server haben Sicherheitslücken. So stopft man sie
Der Leitfaden von Solo.io geht durch die hässliche Wahrheit: Model-Context-Protocol-Server haben keine eingebaute Authentifizierung, kein Rate Limiting und keine Tool-Kontrollen. stdio-Server können überhaupt nicht durch ein Gateway laufen, was null Sicherheit bedeutet. StreamableHTTP-Server sind Black Boxes mit unbekannter Sicherheit, und das Testen erfordert eine Berechtigung.
Die Lösung: Ein KI-Gateway mit Kubernetes-Gateway-API-CRDs bereitstellen, um tokenbasierte Authentifizierung hinzuzufügen und einzuschränken, welche spezifischen Tools für Benutzer und Agenten verfügbar sind. Das ist die Schicht, die MCP-Deployment für die Produktion sicher macht. Wenn man MCP-Server für mehr als nur localhost exponiert, ist das Pflichtlektüre.
CloudNativePG erreicht CNCF-Incubation
CloudNativePG wurde ein CNCF-Incubating-Projekt, aufgestiegen aus dem Sandbox-Status. Das ist der Kubernetes-Operator für PostgreSQL, der den vollständigen Lebenszyklus von HA-Clustern mit Primary/Standby-Architektur und nativer Streaming-Replikation verwaltet. Die zentrale Architekturentscheidung: Er führt Pods direkt aus, ohne StatefulSets.
Aktuelle Releases haben Offline-In-Place-Major-Versions-Upgrades (1.26) und einen Lease-basierten Primary-Election-Mechanismus (1.30) hinzugefügt. Für alle, die Produktions-Postgres in Kubernetes betreiben, ist das die Standardantwort, die kein externes Failover-Tooling erfordert. Die CNCF-Incubation ist ein bedeutendes Vertrauensvotum in seine Reife.
Kurzmeldungen
Kubernetes an seinen Extremen betreiben: Die dokumentierten Grenzen sind 5.000 Knoten, 110 Pods pro Knoten und 150.000 Pods pro Cluster. Darüber hinaus stößt etcd an sein 2-GB-Speicherlimit und die API-Server-Leistung degradiert, obwohl Kubernetes 1.34 das Read-Caching verbessert hat. Der Artikel behandelt auch das Schrumpfen von Kubernetes auf handflächengroße Geräte und legt die Ressourcenanforderungen der Control Plane offen.
Die Git-Forge von Entire, geleitet vom ehemaligen GitHub-CEO Thomas Dohmke, ist für die Zusammenarbeit zwischen Mensch und KI-Agenten gebaut. Sie behauptet Pushes, die bis zu 89x schneller sind als bei GitHub, und ihre Kernfunktion, Trails, zeigt Eval-Scores, die mit jedem Push aktualisiert werden und Codequalität, Sicherheit und Slop bewerten. Review-Agenten schlagen Fixes vor, und alle Befunde müssen vor dem Merge gelöst sein. Sie denkt das PR-Modell für agentengetriebene Entwicklung neu.
Authentifizierung externer gRPC-Clients mit VPC Lattice: Ein ALB validiert externe JWTs, eine ECS-Proxy-Ebene auf Fargate übersetzt die Identität und signiert Anfragen mit SigV4, und VPC-Lattice-IAM-Richtlinien übernehmen die Autorisierung. Zwei SigV4-Signierungsansätze werden behandelt: natives AWS SDK und ein Envoy-Filter. Das ermöglicht sichere Ende-zu-Ende-gRPC über HTTP/2 für externe Clients, ohne ihnen AWS-Zugangsdaten auszuhändigen.
Sieben Produktionsgewohnheiten von Wix, hart erarbeitet
Die Liste von Wix Engineering mit sieben Produktionsgewohnheiten, gelernt über acht Jahre Betrieb des Editor-Server-Teams, beginnt mit einem Mindset-Wechsel: Die Nutzer hinter den Metriken sehen, aufhören zu beschuldigen. Die Gewohnheiten umfassen, die Produktion besser zu hinterlassen, als man sie vorgefunden hat, indem man pro Schicht eine kleine Sache repariert, die Five-Whys-Methode anzuwenden, Post-Mortems ohne Schuldzuweisungen durchzuführen und teamweite On-Call-Übergaben zu machen.
Keine davon ist spektakulär. Genau das ist der Punkt - kleine, wiederholbare Verhaltensweisen, die sich summieren. Für alle, die On-Call fürchten, ist das das Playbook, um die Produktion zu einem Ort zu machen, an dem man arbeiten will, nicht zu einem Ort, der einen um 3 Uhr morgens weckt.
Das könnte Sie auch interessieren
GKE-Pod-Snapshots halbieren KI-Kaltstarts, und weitere Infrastruktur-News zu Agenten
GKEs neue Pod-Snapshots senken den KI-Inferenz-Start um bis zu 89 % und laden ein 70B-Parametermodell in 37 Sekunden - ein direkter Schlag gegen das …
Salesforce strauchelt, Kubernetes bekommt Ressourcenkontrolle auf Pod-Ebene, und was das Geschirr Ihres Coding-Agents kostet
Salesforce verbrachte Stunden mit einem globalen Ausfall, der Anfragen an einen internen Login-Dienst blockierte und Serverressourcen über Hunderte von …
Docker und ActiveState bringen vertrauenswürdige Inhalte zu pip, npm und Maven
Die Partnerschaft von Docker mit ActiveState erweitert das Modell vertrauenswürdiger Inhalte von Basis-Images auf die Pakete, die Entwickler über pip, npm und …




