本文分享自华为云社区《Volcano v1.14 重磅发布！迈向 AI 统一调度新纪元》

北京时间2026年1月，Volcano[1] v1.14 正式发布。随着 AI 业务形态从单一的离线训练向在线推理、Agent 智能体等多元化场景延伸，调度系统面临着前所未有的挑战。v1.14[2] 通过架构级的创新，在保持大规模批量计算优势的同时，补齐了对延迟敏感型业务的调度短板，向着 “AI训推、RL、Agent全场景统一调度平台” 的目标迈出了坚实一步。

版本亮点

v1.14.0 版本带来以下重磅更新：

统一调度平台架构

• 多调度器架构升级：动态节点分片机制 (Alpha)
• AI Agent 工作负载极速调度能力 (Alpha)

网络拓扑感知调度增强

• HyperNode 级 Binpack 策略
• SubGroup 级精细化拓扑感知
• PodGroup 与 SubGroup 多层级 Gang Scheduling
• Volcano Job 分区支持

混部能力增强

• 全面支持通用操作系统（Ubuntu、CentOS 等）
• Cgroup V2 全面适配
• CPU 动态压制
• 基于 Cgroup V2 的内存 QoS
• 支持 CPU Burst
• 支持 systemd driver 自动检测

异构硬件支持

• 昇腾 vNPU 调度（支持 MindCluster 和 HAMi 模式）

Volcano Global 增强

• HyperJob 多集群作业自动拆分
• 数据感知多集群调度

Volcano Dashboard 增强

• PodGroup 全景可视化
• Job / Queue 全生命周期管理

多调度器架构升级：动态节点分片机制 (Alpha)

随着 Volcano 承载的工作负载类型日益丰富、规模持续扩大，单一调度器架构逐渐显露瓶颈。批量训练、AI Agent、微服务等不同类型的工作负载，对调度时延、资源利用模式的诉求各不相同。单调度器难以兼顾，而静态资源划分又会造成利用率低下。
新引入的 Sharding Controller 构建了一套可扩展的多调度器架构，能够根据集群实时状态，为每个调度器动态计算候选节点池。与传统的静态分区不同，Sharding Controller 采用动态计算的方式划分资源，而非强制硬隔离。这种灵活机制让 Volcano 真正成为"一个平台调度所有负载"的统一调度平台，同时保持高吞吐、低时延。

核心能力：

• 动态分片策略：支持多种策略来计算动态候选节点池。当前版本率先支持基于 CPU 利用率的分片策略，并采用了可扩展的架构设计，以便未来轻松集成更多分片算法。
• 节点池化管理：引入 NodeShard CRD，为特定调度器管理专属的动态候选节点池。
• 支持大规模集群：通过在多个调度器之间灵活分配负载，天然适配大规模集群场景。
• 多调度器协同：支持多种调度器组合的无缝协作。无论是部署多个 Batch Scheduler 进行负载分担，还是混合部署 Agent Scheduler 与 Batch Scheduler 以应对不同业务需求，都能灵活适配。

配置示例：

# Sharding Controller 启动参数
--scheduler-configs="volcano:volcano:0.0:0.6:false:2:100,agent-scheduler:agent:0.7:1.0:true:2:100"
--shard-sync-period=60s
--enable-node-event-trigger=true

# 参数格式: name:type:min_util:max_util:prefer_warmup:min_nodes:max_nodes

相关 PR：https://github.com/volcano-sh/volcano/pull/4777
设计文档：Sharding Controller Design[3]
感谢社区开发者：@ssfffss, @Haoran, @qi-min

AI Agent 工作负载极速调度 (Alpha)

AI Agent 类业务对时延极度敏感，任务创建频繁且生命周期短，对调度器的响应速度和吞吐量提出了严苛要求。原生 Volcano Batch Scheduler 专为批量计算设计，按固定周期处理 Pod，难以满足 Agent 场景的毫秒级响应需求。
为打造兼容批量计算与延迟敏感型业务的统一调度平台，v1.14 引入了专用的 Agent Scheduler。它通过 Sharding Controller 与批量调度器协同工作，各司其职又无缝配合，真正实现"一个平台、多种负载"。

核心能力：

• 极速调度通道：专为延迟敏感型负载（如 AI Agent）打造的独立调度器，提供极致响应速度。
• 多 Worker 并行处理：采用多 Worker 并发消费调度队列的架构，大幅提升调度吞吐量。
• 乐观并发控制：引入 Conflict-Aware Binder 机制，在实际绑定前预先解决冲突，减少无效操作。
• 增强型调度队列：优化队列机制，支持紧急任务重试，确保关键任务不阻塞。
• 统一平台融合：通过 Sharding Controller 与批量调度器无缝协作，共享集群资源。

相关 PR：

https://github.com/volcano-sh/volcano/pull/4804,
https://github.com/volcano-sh/volcano/pull/4801,
https://github.com/volcano-sh/volcano/pull/4805
设计文档：Agent Scheduler Design[4]
感谢社区开发者：@qi-min, @JesseStutler, @handan-yxh

网络拓扑感知调度增强

Volcano v1.14.0 对网络拓扑感知调度进行了进一步增强，满足分布式工作负载（包括 LLM 训练、推理、HPC 和其他网络密集型应用）日益增长的需求。

核心增强：

• SubGroup 级精细化拓扑感知：支持在 SubGroup / Partition 粒度设置网络拓扑约束，调度颗粒度更精细。
• 灵活的网络层级约束：新增 highestTierName，支持按名称指定允许跨越的最高网络层级。
• 多层级 Gang Scheduling：同时支持 PodGroup 级别和 SubGroup 级别的 Gang Scheduling，确保分布式任务的整体性。
• Volcano Job 分区：支持将 Job 拆分为多个分区（Partition），便于管理 TP/PP/DP 等并行策略，并优化网络亲和性。
• HyperNode 级 Binpacking：在 HyperNode（如交换机、机架）层级进行资源装箱，减少网络碎片，提升通信效率。

配置示例 - Volcano Job：

apiVersion: batch.volcano.sh/v1alpha1
kind: Job
metadata:
name: llm-training-job
spec:
networkTopology:
mode: hard
highestTierAllowed: 2 # 整个 Job 最多跨越 Tier 2 HyperNode
tasks:
- name: trainer
replicas: 8
partitionPolicy:
totalPartitions: 2 # 拆分为 2 个分区
partitionSize: 4 # 每个分区 4 个 Pod
minPartitions: 2 # 至少需要 2 个分区
networkTopology:
mode: hard
highestTierAllowed: 1 # 单个分区必须在 Tier 1 内
template:
spec:
containers:
- name: trainer
image: training-image:v1
resources:
requests:
nvidia.com/gpu: 8

相关 PR：

https://github.com/volcano-sh/volcano/pull/4721,
https://github.com/volcano-sh/volcano/pull/4810,
https://github.com/volcano-sh/volcano/pull/4795,
https://github.com/volcano-sh/volcano/pull/4785,
https://github.com/volcano-sh/volcano/pull/4889

设计文档：Network Topology Aware Scheduling[5]
感谢社区开发者：@ouyangshengjia, @3sunny, @zhaoqi, @wangyang0616, @MondayCha, @Tau721

混部能力全面升级：支持通用操作系统

本次发布对 Volcano 的混部能力进行了全面改进，其中一个重要里程碑是：Volcano 混部能力正式支持通用操作系统（Ubuntu、CentOS 等），不再局限于 OpenEuler。这意味着更多用户可以使用 Volcano Agent 实现在离线混部，提升集群整体资源利用率。

CPU 动态压制 (CPU Suppression)

在线业务流量通常具有潮汐特性。为了在保障在线业务 SLA 的同时最大化资源利用，离线 Pod 的 CPU 配额需要随在线用量动态调整：在线用量高时压制离线配额，用量回落时逐步恢复，实现自适应的资源分配。

核心设计：

• 根据节点可分配 CPU 和实时用量，动态调整 BestEffort root cgroup 的 CPU 配额。
• 采用"监控-事件-处理"架构，并实施保守更新策略，有效抑制抖动。

配置示例：

cpuThrottlingConfig:

enable: true

cpuThrottlingThreshold: 80 # BE 配额上限为可分配 CPU 的 80%

cpuJitterLimitPercent: 1 # 配额变化超过 1% 才触发更新
cpuRecoverLimitPercent: 10 # 单次恢复上限 10%

内存 QoS (Cgroup V2)

基于 Cgroup V2 实现混部场景的内存隔离。新增 ColocationConfiguration CRD，支持为指定工作负载配置内存 QoS 策略。

核心能力：

• New API：通过标签选择器定义内存隔离策略的 ColocationConfiguration CRD
• 动态计算：
  • memory.high = pod.limits.memory * highRatio %
  • memory.low = pod.requests.memory * lowRatio %
  • memory.min = pod.requests.memory * minRatio %
• 统一接口：可靠检测和支持 Cgroup V2 环境

使用示例：

apiVersion: config.volcano.sh/v1alpha1

kind: ColocationConfiguration

metadata:

name: colo-config1

spec:

selector:

*matchLabels:*

  *app: offline-test*
memoryQos:

*highRatio: 100  \# memory.high \= memory.limits \* 100%*

*lowRatio: 50    \# memory.low \= memory.requests \* 50%*  
*minRatio: 0     \# memory.min \= memory.requests \* 0%*

CPU Burst 与 Cgroup V2 全面支持

CPU Burst 能力已扩展至通用操作系统。同时，Volcano Agent 现已全面适配 Cgroup V2 环境，支持自动检测 Cgroup 版本及驱动类型（如 systemd driver），无需人工干预即可在现代 Linux 发行版上无缝运行。

相关 PR：

https://github.com/volcano-sh/volcano/pull/4632,

https://github.com/volcano-sh/volcano/pull/4945,

https://github.com/volcano-sh/volcano/pull/4913,

https://github.com/volcano-sh/volcano/pull/4984

设计文档：CPU Throttle Design[6], Agent Cgroup V2 Adaptation[7]

感谢社区开发者：@Haibara-Ai97, @JesseStutler, @ouyangshengjia

昇腾 vNPU 调度

v1.14 原生集成了昇腾 vNPU（虚拟 NPU）调度能力，实现昇腾 AI 处理器在多个工作负载之间的高效算力复用。提供两种模式，灵活适配不同部署场景。

支持模式：

1. MindCluster 模式

• 集成自 Ascend MindCluster 调度插件：https://gitcode.com/Ascend/mind-cluster
  • 支持昇腾 310P 系列的动态虚拟化

2. HAMi 模式

• 由 HAMi 社区开发
  • 同时支持昇腾 310 和 910 系列
  • 支持异构昇腾集群（910A、910B2、910B3、310P）

调度器配置：

# MindCluster 模式

- name: deviceshare

arguments:

*deviceshare.AscendMindClusterVNPUEnable: true*
# HAMi 模式

- name: deviceshare

arguments:

*deviceshare.AscendHAMiVNPUEnable: true*  
*deviceshare.SchedulePolicy: binpack  \# 或 spread*

相关 PR：

https://github.com/volcano-sh/volcano/pull/4656,
https://github.com/volcano-sh/volcano/pull/4717
使用文档：How to Use vNPU[8]
感谢社区开发者：@JackyTYang, @DSFans2014

Volcano Global 增强

Volcano Global v0.3.0 引入了两个重要功能，通过基于计算资源和数据局部性的智能调度，显著扩展了 Volcano Global 对 AI/ML 和大数据工作负载的能力。

HyperJob：多集群作业自动拆分

随着 AI 训练工作负载规模和复杂性的增长，企业越来越面临跨多个异构集群管理大规模训练作业的挑战。HyperJob 是构建在 Volcano Job 之上的更高级抽象。它组合多个 Volcano Job 模板，将训练能力扩展到单集群边界之外，同时保留每个集群内现有 Volcano Job 的全部能力。

核心能力：

• Karmada 深度集成：自动生成 PropagationPolicy，精准配置集群亲和性与副本调度。
• 状态统一聚合：将各集群子任务状态汇总为统一的 HyperJob 状态，全局可观测。
• 自动资源生成：根据 ReplicatedJob 定义自动创建 VCJob 和 PropagationPolicy。

HyperJob 资源示例（跨 2 个集群拆分大规模训练作业，共 256 个 GPU）：

apiVersion: training.volcano.sh/v1alpha1

kind: HyperJob

metadata:

name: llm-training

spec:

replicatedJobs:

- name: trainer

replicas: 2

templateSpec:

  tasks:

  \- name: worker

    replicas: 128

    template:

      spec:

        containers:

        \- name: trainer

          image: training-image:v1

          resources:

            requests:  
              nvidia.com/gpu: 1

数据感知调度

在 AI 训练和大数据分析等高性能计算场景中，任务执行不仅依赖计算资源，还严重依赖数据资源。在多集群环境中，调度器可能会将任务分派到与数据源物理距离较远的集群，导致跨地域带宽成本过高和 I/O 延迟过高。

数据感知调度框架引入 DataDependencyController，打通了逻辑数据需求与物理集群分布的壁垒。通过外部插件（如 Amoro）实时获取数据分布信息，自动将调度约束注入 Karmada，实现"计算随数据而动"的全自动工作流。

核心能力：

• 插件化架构：可扩展支持 Amoro、Hive、S3 等多种数据系统。
• 声明式 API：DataSourceClaim / DataSource CRD，采用"声明-缓存"模式。
• 自动亲和注入：将数据局部性转化为 ClusterAffinity 约束，注入 ResourceBinding。

详见： Volcano Global v0.3.0 Release Notes[9]
感谢社区开发者：@JesseStutler, @fx147, @Monokaix, @zhoujinyu, @anryko, @tanberBro

Volcano Dashboard v0.2.0

Volcano Dashboard v0.2.0 对资源管理能力进行了重大增强，使得通过 Web 界面管理 Volcano 资源更加便捷。
核心增强：

• PodGroup 全景可视化：跨命名空间查看、搜索、过滤 PodGroup，支持 YAML 语法高亮。
• Job 生命周期管理：直接在界面创建、删除 Volcano Job，操作更便捷。
• Queue 管理增强：在线编辑 Queue 配额、权重，支持 YAML 直接修改。
• 安全加固：默认配置 SELinux、Seccomp、非 root 运行及禁止提权，保障生产安全。

详见： Volcano Dashboard v0.2.0 Release Notes[10]
感谢社区开发者：@vzhou-p, @Shrutim1505, @JesseStutler, @karanBRAVO, @Sayan4444, @jayesh9747, @Alivestars24, @kuldeep, @Monokaix

调度器稳定性与性能提升

Reclaim 重构与增强
对 Reclaim Action 进行了全面重构，并修复了 Capacity Plugin 中的关键逻辑问题，大幅提升多租户集群资源回收的准确性、稳定性和性能。
主要改进：

• Reclaim Action 重构：重构了 reclaim 工作流，提高代码可读性、可维护性和测试覆盖率。
• 增强的 Capacity Plugin 逻辑：修复了 reclaimableFn 和 preemptiveFn，正确处理标量资源并防止错误的抢占决策。
• 稳定性提升：解决了资源计算中的边缘情况，防止调度死循环和误驱逐。

相关 PR：

https://github.com/volcano-sh/volcano/pull/4794,
https://github.com/volcano-sh/volcano/pull/4659,
https://github.com/volcano-sh/volcano/pull/4919
感谢社区开发者：@guoqinwill, @hajnalmt

支持 Kubernetes 1.34

Volcano 版本紧跟 Kubernetes 社区。v1.14 已全面支持最新的 Kubernetes v1.34，并通过完整的单元测试和 E2E 测试保障功能与稳定性。
相关 PR：https://github.com/volcano-sh/volcano/pull/4704
感谢社区开发者：@suyiiyii, @tunedev

总结：Volcano v1.14.0 — AI 时代的统一调度平台

Volcano v1.14 是一个里程碑式的版本。通过引入多调度器架构和 Agent Scheduler，Volcano 正式迈入统一调度平台新阶段，既能高效处理批量 AI 训练，又能满足 AI Agent 的极致时延要求。网络拓扑感知增强、通用操作系统混部支持、昇腾 vNPU 集成，进一步夯实了 Volcano 在 AI 基础设施领域的领先地位。
同时，Volcano Global v0.3.0 通过 HyperJob 实现大规模分布式训练和数据感知调度，扩展了多集群能力。Volcano Dashboard v0.2.0 通过全面的资源管理功能显著改善了用户体验。

立即体验 Volcano v1.14，共启 AI 时代统一调度新篇章！

v1.14.0 发布地址：https://github.com/volcano-sh/volcano/releases/tag/v1.14.0
Volcano Global v0.3.0 发布地址：https://github.com/volcano-sh/volcano-global/releases/tag/v0.3.0
Volcano Dashboard v0.2.0 发布地址：https://github.com/volcano-sh/dashboard/releases/tag/v0.2.0

致 谢

Volcano v1.14 生态版本（含 Volcano Global v0.3.0、Dashboard v0.2.0）共有 55 位社区贡献者参与。衷心感谢每一位贡献者：

相关链接

[1] Volcano: https://volcano.sh/en/
[2] Volcano v1.14.0: https://github.com/volcano-sh/volcano/releases/tag/v1.14.0
[3] Sharding Controller Design: https://github.com/volcano-sh/volcano/blob/v1.14.0/docs/design/sharding_controller.md
[4] Agent Scheduler Design: https://github.com/volcano-sh/volcano/blob/v1.14.0/docs/design/agent-scheduler.md
[5] Network Topology Aware Scheduling: https://github.com/volcano-sh/volcano/blob/v1.14.0/docs/design/Network%20Topology%20Aware%20Scheduling.md
[6] CPU Throttle Design: https://github.com/volcano-sh/volcano/blob/v1.14.0/docs/design/cpu-throttle-design.md
[7] Agent Cgroup V2 Adaptation: https://github.com/volcano-sh/volcano/blob/v1.14.0/docs/design/agent-cgroup-v2-adaptation.md
[8] How to Use vNPU: https://github.com/volcano-sh/volcano/blob/v1.14.0/docs/user-guide/how_to_use_vnpu.md
[9] Volcano Global v0.3.0 Release Notes: https://github.com/volcano-sh/volcano-global/releases/tag/v0.3.0
[10] Volcano Dashboard v0.2.0 Release Notes: https://github.com/volcano-sh/dashboard/releases/tag/v0.2.0