AWS HubAWS HubSão Paulo operando · 2 eventos no mundo

EKSComputação

Nível de dificuldade: Básico (2 de 5)

Karpenter 1.15 traz provisionamento sensível a GPU e reparo de nós mais seguro no EKS

Por AWS Hub5 min de leitura

Em números

  • 22% foi o crescimento na adoção do Karpenter em dois anos, segundo o relatório State of Containers and Serverless, da Datadog
  • 80% das organizações que usam containers já rodam Kubernetes em produção, segundo a pesquisa anual 2025 da CNCF
  • 25 volumes do Amazon EBS é o limite de anexação de uma instância m5.xlarge, que o Karpenter 1.15 passa a considerar antes de lançar o nó
  • 1.34 e 1.36 são as versões mínimas do EKS exigidas para suporte a DRA e a time-slicing de GPU, respectivamente

O que mudou

O Karpenter 1.15, controlador open source de ciclo de vida de nós que a AWS criou em 2021 e contribuiu ao SIG Autoscaling da CNCF em 2023, chega com três frentes de mudança. A primeira é provisionamento que enxerga a camada física antes de lançar um nó: o projeto adiciona suporte a Dynamic Resource Allocation (DRA) para GPUs NVIDIA e para Elastic Fabric Adapter (EFA) via DRANET, reconhecendo que GPU e EFA precisam compartilhar o mesmo PCIe root complex para caminho peer-to-peer em treino distribuído com AllReduce.

O Karpenter também passa a checar limites de anexação de Amazon EBS antes de pedir a instância, evitando o loop de lançar um nó, descobrir que ele não suporta volumes suficientes e lançar outro. E ganha o campo spec.enclaveOptions no EC2NodeClass, permitindo rodar workloads de confidential computing com AWS Nitro Enclaves sob o mesmo provisionamento dinâmico, sem precisar manter um node group estático à parte.

A segunda frente reclassifica o reparo de nós como disrupção voluntária: ele passa a respeitar NodePool Disruption Budgets e Pod Disruption Budgets (PDBs) durante o drain, algo que antes podia estourar o orçamento de concorrência pretendido. Além disso, falhas transitórias como GPU XID errors ou kubelets travados agora podem disparar um reboot via ec2:RebootInstances em vez de substituição completa do nó, preservando o slot de Capacity Reservation.

A terceira frente alinha consolidação e scaling do workload: um novo controlador de pod deletion cost management direciona o ReplicaSet a remover primeiro os pods dos nós que o Karpenter já marcou para consolidação, e expressões CEL no kubelet config permitem calcular maxPods, kubeReserved e systemReserved por tipo de instância dentro de um único EC2NodeClass.

Onde está disponível

O suporte a DRA exige Amazon EKS 1.34 ou superior; o time-slicing de GPU exige EKS 1.36 ou superior. O reboot como ação de reparo, o terminate-first para drift e repair, e as expressões CEL em kubelet config estão em alfa, atrás de feature gates.

A fonte não menciona regiões específicas da AWS nem cita explicitamente a região América do Sul (São Paulo), sa-east-1. Como o Karpenter é um add-on de Kubernetes que roda sobre clusters Amazon EKS, ele se aplica a qualquer região onde o EKS esteja disponível na versão mínima exigida, mas a confirmação de sa-east-1 especificamente não está no material.

Quanto custa

O Karpenter é software open source: não há tarifa de licença associada à versão 1.15 em si. A fonte não traz nenhum número de preço para os recursos descritos neste anúncio.

O custo real continua sendo o das instâncias EC2, volumes Amazon EBS e demais recursos que o Karpenter provisiona, cobrados pelo modelo normal da AWS. O ganho financeiro indireto vem de efeitos como evitar lançamentos redundantes de nós por falta de capacidade de anexação de volume, e preservar slots de Capacity Reservation ao optar por reboot em vez de substituição de instância.

Como começar

Para ativar os recursos descritos, use os feature gates correspondentes:

  • DRA para GPU e EFA: feature gates DRANVIDIAGPU e DRAEFA (AWS), ou settings.enableDRA via Helm, que cuida também do IGNORE_DRA_REQUESTS=false
  • Reboot como reparo: feature gate RebootForRepair (AWS), ou settings.awsFeatureGates.rebootForRepair via Helm; exige NodeRepair habilitado e a permissão ec2:RebootInstances na role do controller
  • Terminate-first em drift e repair: feature gates TerminateFirstDrift e TerminateFirstRepair (core), ambos em alfa
  • Pod deletion cost management: feature gate PodDeletionCostManagement (core)
  • CEL em kubelet config: feature gate NodeClassCEL (AWS)
  • Nitro Enclaves: campo spec.enclaveOptions.enabled no EC2NodeClass, sem necessidade de feature gate

Para excluir um nó específico do reparo automático, a anotação é karpenter.sh/do-not-repair: "true". Antes de subir de versão, a AWS recomenda revisar o Upgrade Guide: a 1.15 padroniza valores em minúsculas no label reason de métricas e altera o comportamento do label consolidation_type em queue_failures_total, o que pode quebrar dashboards e alertas existentes.

O que muda para quem já usa

Quem já opera Karpenter em produção no EKS precisa olhar primeiro para o modelo de reparo como disrupção voluntária: automações ou runbooks que dependiam do comportamento antigo de repair (substituição forçada, sem respeitar PDB) passam a ver nós saindo de forma coordenada, o que é mais seguro para jobs de treino distribuído e bancos de dados stateful, mas exige revisar budgets de NodePool configurados hoje.

Quem mantém node groups estáticos só para cargas com Nitro Enclaves pode avaliar a migração para EC2NodeClass com spec.enclaveOptions, recuperando consolidação e scaling dinâmico para essa fatia da frota. E quem roda fleets heterogêneas com várias famílias de instância pode reduzir o número de EC2NodeClass mantidos manualmente usando CEL para calcular maxPods e reservas de memória por tipo de instância, em vez de duplicar definições.

Para clusters de machine learning com GPU e EFA, vale testar a nova rota de DRA em um NodePool isolado antes de generalizar, já que ela depende de EKS 1.34+ (ou 1.36+ para time-slicing) e ainda convive com os mecanismos antigos de contagem de recursos.

Fonte: AWS Containers Blog

Serviços neste textoEKS

Na dúvida sobre qual usar?ECS, EKS ou Lambda?Três perguntas, a comparação e a nossa recomendação

Leve para a sua IA

Decida com o seu assistente, com o contexto deste texto já montado.

1. O que você quer saber

Ver o prompt
Li no AWS Hub: "Karpenter 1.15 traz provisionamento sensível a GPU e reparo de nós mais seguro no EKS" (https://awshub.com.br/noticia/karpenter-1-15-traz-provisionamento-sensivel-a-gpu-e-reparo-de-nos-mais-seguro-n).
Resumo: A versão 1.15 do Karpenter adiciona suporte a GPU e EFA via Dynamic Resource Allocation, provisionamento ciente de limites de volume e um modelo de reparo que respeita budgets de disrupção e PodDisruptionBudgets.
Fonte oficial: https://aws.amazon.com/blogs/containers/karpenter-v1-15-gpu-aware-provisioning-smarter-node-repair-and-more/
Serviços: EKS

Minha stack: [descreva em uma linha: serviços, linguagem, volume, região]

Isso muda alguma coisa na minha arquitetura? O que eu faria diferente a partir de amanhã?

Newsletter semanal

A semana da AWS, em português

Os lançamentos que importam, o que chegou à região São Paulo e o melhor tutorial da semana. Toda sexta, gratuita.