NVIDIA (California) menjelaskan metode untuk menjalankan Slurm di Kubernetes menggunakan Slinky slurm-operator. Pendekatan ini diposisikan sebagai cara untuk menyatukan manajemen infrastruktur GPU.

Sistem ini memetakan komponen Slurm ke sumber daya Kubernetes, menyebarkan penjadwal dan pekerja sebagai pod yang dikontainerisasi. Pembaruan konfigurasi otomatis dan ketersediaan tinggi menjadi sorotan.

Integrasi dengan alat pemantauan dan manajemen GPU memungkinkan visibilitas tingkat beban kerja dan penskalaan otomatis. Operasi pemeliharaan dikatakan berjalan tanpa mengganggu pekerjaan yang sedang berjalan.

Penyebaran skala besar dilaporkan melebihi 8.000 GPU, mendukung beban kerja pelatihan AI. Integrasi ini dipandang dapat meningkatkan efisiensi operasional dan menyederhanakan manajemen klaster.