En el marco de la preparación para KubeCon + CloudNativeCon NA 2026, que se celebrará del 9 al 12 de noviembre en Salt Lake City (Utah), la comunidad de Kubernetes ha dado un paso crucial con la formación de un Grupo de Trabajo dedicado a la conformidad de cargas de trabajo (Workload Conformance Working Group). Este grupo tiene como objetivo definir estándares compartidos para garantizar el correcto funcionamiento de distintos tipos de cargas en Kubernetes durante su ejecución.
Esta iniciativa adquiere especial relevancia debido al creciente número y la diversidad de cargas de trabajo, especialmente impulsadas por la integración de inteligencia artificial (IA) y aprendizaje automático (ML) en infraestructuras en la nube. Hasta ahora, existían pruebas específicas para comprobar si un clúster puede ejecutar cargas de IA o ML, como Kubernetes AI Conformance, pero no había estándares claros para validar el comportamiento de las cargas más allá de esta categoría.
Nabarun Pal, representante del grupo y empleado de Broadcom, explica en el blog oficial de Kubernetes que la intención es crear normas comunitarias que regulen cómo se comportan las cargas de trabajo durante su ejecución, facilitando la interoperabilidad y la estabilidad. Para conseguirlo, el grupo invita a desarrolladores, operadores y expertos a participar en su canal de Slack y asistir a reuniones quincenales donde se definirá el alcance y el desarrollo de estos estándares. 
Paralelamente, The New Stack, en colaboración con Hewlett Packard Enterprise (HPE), ha publicado un libro titulado Kubernetes en 2027: Construyendo plataformas para IA, autonomía y escalabilidad, que ofrece orientaciones prácticas para equipos que manejan cargas de trabajo de IA con Kubernetes. Su autor, Chris J. Preimesberger, detalla desde cómo realizar pruebas de estrés en la infraestructura antes del despliegue, hasta cómo diseñar modelos avanzados de permisos que lidien con la imprevisible conducta de la IA agente.
Uno de los retos más importantes en el despliegue de IA sobre Kubernetes es la gestión eficaz del hardware, especialmente en la utilización compartida de GPUs. Ratnopam Chakrabarti, arquitecto sénior de soluciones en AWS, ha adelantado que en KubeCon presentará una solución conjunta con Nvidia para la ubicación inteligente y en tiempo real de modelos de lenguaje de gran tamaño (LLMs) en GPUs compartidas, evitando así la costosa asignación exclusiva de recursos y aumentando la eficiencia.
Además, la evolución de Kubernetes requiere también mejorar sus capacidades de monitoreo y visibilidad operativa. Por ejemplo, Google Cloud ha destacado en su blog cómo el uso de los registros de flujo de VPC (VPC Flow Logs) en Google Kubernetes Engine (GKE) permite superar el problema de la naturaleza efímera de los pods, registrando metadatos esenciales para facilitar la identificación y resolución de incidencias.
En temas de seguridad, el reciente evento AGNTCon + MCPCon en San José (California) ha puesto de relieve los riesgos que comporta el uso de agentes en entornos cloud-native. Ponentes como Liran Tal de Snyk advirtieron sobre la posibilidad de que agentes de IA puedan ejecutar código malicioso sin el conocimiento del usuario, planteando la necesidad de establecer límites estrictos y controles de autorización centralizados para evitar consecuencias no deseadas.
Por último, otro avance que beneficia a Kubernetes y sus usuarios es la llegada a la versión 1 de OpenTelemetry Transformation Language (OTTL), un lenguaje específico para modificar y enriquecer datos de telemetría de manera directa en el nivel del colector de datos, mejorando sustancialmente la capacidad de observabilidad y diagnóstico.
Estos acontecimientos reflejan un momento de transformación importante para Kubernetes, que se enfrenta al desafío de adaptarse a la complejidad y las exigencias que supone correr cargas de trabajo basadas en inteligencia artificial con fiabilidad, escalabilidad y seguridad. La creación del grupo de conformidad de cargas es un paso esencial para sistematizar estas soluciones y llevarlas a la industria de forma abierta y colaborativa.
HPE, patrocinador principal de esta serie informativa, continúa apoyando a los equipos de TI para superar la complejidad inherente de las infraestructuras híbridas y multi-cloud, ofreciendo herramientas que integran la gestión, virtualización, observabilidad y automatización orientadas a potenciar el despliegue de IA y el rendimiento de Kubernetes.
