OSMO

英伟达正式开源了 OSMO，这是一个基于 Kubernetes 原生的工作流编排器，解决机器人和物理 AI 开发中日益严重的碎片化问题。通过 OSMO，开发者可以在一个统一的 YAML 文件中描述从大规模训练、高保真仿真到边缘硬件在环（HIL）测试的完整管线，无需为每一层基础设施编写复杂的胶水脚本。

核心挑战：物理 AI 的“三计算机”问题

英伟达将物理 AI 的开发流程定义为跨越三种不同计算环境的复杂过程：

1. 训练（Training）：在数据中心的 GB200 或 H100 集群上进行策略训练。
2. 仿真（Simulation）：在工作站级的 RTX GPU 上运行 Isaac Sim，进行物理渲染和传感器模拟。
3. 部署与验证（Deployment/HIL）：在嵌入真实机器人的边缘设备（如 Jetson AGX Thor）上进行硬件在环测试。

传统模式下，这三层环境各自拥有独立的集群、调度器和工具链，导致交接处充满了难以维护的自定义脚本。OSMO 的出现正是为了抹平这些鸿沟。

关键能力亮点

1. 极致的可移植性

• 跨云/本地统一：相同的 YAML 文件可以在本地笔记本（通过 KIND/Docker）、私有集群或公有云（EKS, AKS, GKE）上运行。
• 一键部署：版本 6.3.0 引入了多提供商部署脚本，支持在 Azure、AWS 或微服务集群上快速配置 OSMO，并自动接线 MinIO、S3 等存储后端。

2. 交互式开发体验

• 远程调试：开发者可以直接在远程 GPU 节点上启动 VS Code、Jupyter 或 SSH 会话。
• 实时同步：支持 exec 进入运行中的任务容器，进行端口转发和双向文件同步（rsync）。新版还增加了带实时进度条的下载功能。

3. 智能调度与资源管理

• KAI Scheduler：默认使用英伟达 KAI 调度器，支持 NVLink 拓扑感知放置，优化多 GPU 任务性能。
• 组级超时控制：可以为任务组设置独立的执行和排队超时，防止某个停滞的仿真任务阻塞整个训练管线。
• 优先级与借用：支持 HIGH/NORMAL/LOW 优先级，并允许跨池借用 GPU 资源。

4. 企业级安全与身份

• 零信任架构：内置 RBAC 授权 Sidecar 和 OAuth2 代理集成。
• 云原生身份：支持 Azure Workload Identity 和 AWS IRSA，不再需要将存储密钥以 Kubernetes Secrets 形式挂载，显著提升安全性。
• TLS 终止：在 Envoy 网关层面处理加密通信。

5. AI 代理集成

• MCP 支持：OSMO 提供了与 Claude Code、OpenAI Codex 和 Cursor 等编码代理的集成指南。这意味着 AI 助手可以直接提交、监控甚至调试复杂的机器人训练管线。