Saltar al contenido
Volver

Oracle lanza AI Database Operator para Kubernetes v2.2.0 + alianza con Red Hat

Oracle actualizó su Database Operator para K8s con soporte para Autonomous AI Database, RAC, True Cache y un nuevo PrivateAI controller. Además, sumó autoscaling para OpenShift en OCI.

Nauta Lab
2 min

Oracle lanza AI Database Operator para Kubernetes v2.2.0 + alianza con Red Hat

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 minNodes y maxNodes en un OCIClusterAutoscaler custom 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:

  1. Tienen inversiones heavy en Oracle DB
  2. Están migrando a Kubernetes
  3. 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:

  1. 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.
  2. NVIDIA Network Operator: maneja drivers de red, RDMA y networking secundario para workloads HPC/AI que necesitan baja latencia.
  3. 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.


Compartir artículo:

Sigue leyendo

Noticias relacionadas

Más en Kubernetes →

Buscar en Ping Diario