2026年8月26日，Kubernetes发布v1.37，代号Garhwal，共含67项增强：16项GA、23项Beta、27项Alpha，另有1项弃用/移除。随着AI/ML负载与GPU资源成为云原生基础设施的核心议题，本版本在调度与基础设施层面向AI负载做出一批集中更新。本文从云原生基础设施视角，聚焦面向AI与GPU工作负载的能力变化。
Gang Scheduling进入Beta：编组调度的“全有或全无”
Gang Scheduling通过Workload API与PodGroup概念实现“全有或全无”的编组调度策略，用于解决分布式训练、批量任务等场景下Pod组无法整体调度而导致的资源闲置或死锁问题。进入Beta后，这一能力为GPU调度与多Pod协调提供了更接近原生的选项，社区普遍认为它有助于降低AI训练负载下的GPU闲置成本；也需要说明的是，该特性默认并不自动开启，运维团队需按需启用相关特性门控。
HPA缩容至零：弹性伸缩的新边界
Kubernetes官方发布说明进一步展示了v1.37中HorizontalPodAutoscaler（HPA）对缩容至0副本的原生支持，让按需加载型的AI推理或批量作业可以在空闲时自动释放Pod与底层GPU配额，而无需借助第三方控制器。结合弹性伸缩的既有能力，这为云成本管理与GPU资源利用率的精细化提供了新的手段。
DRA扩展资源GA与Rootless Beta
动态资源分配（DRA）的扩展资源（Extended Resource）支持在本版本达成GA，是DRA团队连续多个版本推进后的产物，让GPU等异构硬件的按需声明与动态分配拥有稳定API。同时，KubeletInUserNamespace（Rootless模式）在9月晋级Beta，令节点组件（kubelet等）可在用户命名空间运行，进一步降低容器运行时的攻击面。
升级规划与兼容性提示
这批面向AI负载的特性仍处于不同成熟度：Gang Scheduling与Rootless为Beta、DRA扩展资源为GA。对云原生基础设施团队，建议在测试集群先行验证特性门控、存储插件与调度器对上述能力的兼容性，结合GPU工作负载的实际资源曲线，再决定在多大范围启用编组调度与弹性缩容。
小结
Kubernetes v1.37把Gang Scheduling、HPA缩容至零与DRA扩展资源等能力集中推向Beta或GA，标志着云原生平台对AI/GPU工作负载的调度与资源管理正在走向原生化、精细化的阶段。