
Oracle no es la empresa más cool del cloud, pero cuando se trata de correr bases de datos serias en Kubernetes, son de los que más están invirtiendo. Y esta semana lo demostraron.
AI Database Operator v2.2.0: ¿qué trae?
El Oracle AI Database Operator for Kubernetes llegó a su versión 2.2.0 con un montón de mejoras orientadas a automatización del ciclo de vida y soporte multi-cloud:
- Compatibilidad multi-cloud: OCI, Red Hat OpenShift, OKE, GKE, AKS, EKS y hasta Minikube
- Automatización para Autonomous AI Database: backup, restore y workloads multi-tenant
- Oracle RAC: gestión mejorada de ASM, discos y persistentes volumes (PVC)
- Oracle True Cache: conexión del cache a bases de datos en el mismo cluster, otro cluster o externamente
- PrivateAI Controller: soporte para vLLM y deployments con GPU, gestión de TLS secrets y rollout tracking
- Oracle REST Data Services (ORDS): soporte para despliegues HTTP-only en el edge
- Preview de Connection Manager Controller: routing rules generadas automáticamente
La alianza con Red Hat
Paralelo al operator, Oracle anunció Red Hat OpenShift en OCI con autoscaling:
- Disponible para OpenShift 4.22+
- Usa el machinery estándar de autoscaling de OpenShift (no reemplaza nada)
- Cuando los pods no se pueden agendar, el Cluster Autoscaler aumenta las réplicas automáticamente
- Se configura una sola vez con
minNodesymaxNodesen unOCIClusterAutoscalercustom resource
¿Por qué importa?
Oracle está apostando fuerte por Kubernetes como plataforma universal para bases de datos con IA. El mensaje es: si ya tienes K8s (en cualquier cloud), puedes correr workloads de Oracle DB + AI workloads sin cambiar tu stack de operaciones.
Esto es relevante para equipos que:
- Tienen inversiones heavy en Oracle DB
- Están migrando a Kubernetes
- Quieren llevar inferencia de modelos (vLLM + GPU) al mismo cluster donde están sus datos
No es la noticia más sexy de la semana, pero es el tipo de actualización enterprise que mueve presupuestos reales.
Update: 13 de agosto — OKE GPU Add-ons
Oracle también anunció tres add-ons nuevos para OKE (Oracle Kubernetes Engine) orientados a workloads GPU-acelerados en clusters enhanced:
- NVIDIA GPU Operator: automatiza el deploy de drivers, container runtime, device plugins y monitoring de GPUs. Se acabó el dolor de configurar manualmente cada nodo GPU.
- NVIDIA Network Operator: maneja drivers de red, RDMA y networking secundario para workloads HPC/AI que necesitan baja latencia.
- Node Feature Discovery: detecta y etiqueta automáticamente las capacidades de hardware de cada nodo (tipo de GPU, cantidad de VRAM, características especiales).
Estos add-ons son opcionales y vienen deshabilitados por defecto. Oracle maneja el lifecycle completo (incluyendo updates automáticos compatibles con la versión de K8s del cluster).
La movida tiene sentido: si Oracle quiere que la gente corra PrivateAI workloads con vLLM + GPU en OKE (que es justamente lo que el AI Database Operator habilita), facilitar la configuración GPU es un requisito básico. Antes tenías que alinear drivers, runtime, plugins y labels manualmente. Ahora es toggle on/off.
