CloudNative Days Winter 2026 Keynote

Kubernetes Schedulingの
最前線から見る景色

Kensei Nakada@sanposhihoKubernetes SIG Scheduling Tech Lead

👋

KNKensei Nakada

Kensei Nakada

@sanposhiho
  • Kubernetes SIG Scheduling Tech Lead
  • Software Engineer at ??? (🇺🇸)

SIG Schedulingは、Podの置き場所を決める部分を担当

Tech Leadは、その技術的な方向と設計に責任を持つ

SIG NodeSIG NetworkSIG StorageSIG Apps SIG AuthSIG AutoscalingSIG Schedulingetc.

SIG Scheduling

Podをどのノードで動かすかを決める

kube-schedulerKueuedeschedulerKWOKetc.

Chair

運営とプロセス

Tech Lead

技術的な方向と設計

1
KEP(設計提案)をレビューして承認する
2
実装(Pull Request)をレビューして承認する
3
リリースに何を入れるかを決める

SIG SchedulingのKEPは、DRAとWASで約5倍に増えた

各リリースを対象にした、SIG Scheduling が持つ KEP の数。kubernetes/enhancements の kep.yaml から集計(v1.38 は2026年11月6日時点)

AI/MLに向けて、Kubernetesコミュニティが動いている

GPUなどのデバイスをどう割り当てるか

DRADynamic Resource Allocation

WG Device Management
推論リクエストをどう振り分けるか

Gateway API
Inference Extension

SIG Network
Podのまとまりをどう置くか

Workload-aware Scheduling

関連するPodをひとまとめにして、置き場所を決める

SIG Scheduling
AIエージェントをどう安全に動かすか

Agent Sandbox

SIG Apps
どのクラスタでも同じように動かせるか

AI Conformance

SIG Architecture / CNCF

Schedulerは「Podを1つずつ」から「まとまりで」へ

Schedulerの基本なぜ変わるのかWorkload-aware Scheduling

kube-schedulerの仕事は、PodをどのNodeに置くか決めること

決め方は2段階。Filterで絞って、Scoreで選ぶ

1Filter:置けないNodeを外す
2Score:残りに点数をつける
3Bind:最高点のNodeに決める

これを、Pod 1つずつ順番に繰り返してきた

Webサービスのように「1つ置ければ1つ分働く」ものには、これで十分

分散学習のPodは、全員そろって初めて仕事が始まる

3つは起動したのに、4つ目を待ったまま進まない。GPU 3枚が空回り

2つのJobが取り合うと、どちらも始められなくなる

AもBも 3 / 4 で止まる。Podを1つずつ見る限り、まとまりは見えない

これまでは、Kubernetesの外側でそれぞれ解決してきた

そこで、Kubernetes本体に共通の土台を入れるWorkload-aware Scheduling。SchedulerがPodのまとまり(Workload)を知る

Kueue
独自のGang Scheduling
Coscheduling plugin
独自のGang Scheduling
独自スケジューラ・プラグイン
独自のGang Scheduling
Kubernetes本体:共通のAPIと、kube-schedulerの仕組みv1.35(2025年12月)から開発が進んでいる
どのクラスタでも同じAPIディストリビューションを問わず、
同じように使える
共通のAPIで、共通の解決策複数のコントローラが同じAPIで実装
Job・JobSet・LeaderWorkerSet など
判断のロジックも共有へscheduler-library の取り組み
Kueue なども本体と同じ判断ができる

Podを束ねる PodGroup と、その設計図 Workload

全員置けるときだけ、まとめて置くGang Scheduling

中途半端に場所を取らないから、空回りもデッドロックも起きない

グループ全員の置き場所を、1回でまとめて決める

1全員を仮置きする
2全員そろったか確認
3まとめてBind
足りなければ、仮置きをすべて取り消してキューに戻す

たくさん通信するPodは、近くに置きたいTopology-Aware Scheduling

ばらばらに置かれると、ラックをまたぐ通信が遅い
同じラックにまとめれば、通信が速く、学習も速い

選び方は同じ。相手がNodeから「Nodeの集まり」になった

1候補を作る
2Filter:入らない候補を外す
3Score:点数で選ぶ
Rack 3 の広い空きは、次の大きなWorkloadのために残る

Pod単位のPreemptionは、Workloadを中途半端に壊す

残った3つだけでは学習は進まない。GPU 3枚が空回り

追い出すときも、グループ単位で考えるWorkload-Aware Preemption

ここまでの3つは、Jobに数行足すだけで使える

kind: Job spec: parallelism: 4 scheduling: schedulingPolicy: gang: {} schedulingConstraints: topology: - key: topology.kubernetes.io/rack disruptionMode: all: {} template: ...
全員そろったら開始Gang Scheduling
同じラックにまとめるTopology-Aware Scheduling
追い出すときも全員一緒Workload-Aware Preemption

Workload と PodGroup は、
Jobコントローラが作る

Jobとの連携は v1.37 でAlpha

現実のWorkloadは、グループが入れ子になっているCompositePodGroup

例:LeaderWorkerSet。リーダー(L)1 + ワーカー(W)2 で1組、それが3組
組ごとに PodGroup で束ねる
さらに全体を CompositePodGroup で束ねる。最大4階層まで

階層ごとに、別々のルールを書けるCompositePodGroup

親のルール:3組すべてを同じ Zone に
子のルール:1組は同じ Rack に
Gangも階層で書ける。「3組のうち2組そろえば開始」のように minGroupCount: 2

4つに共通するのは、Schedulerが見る単位が変わったこと

Pod scheduling
Workload scheduling
置く単位
Pod 1つ
→
PodGroupPodのまとまり
置き場所
Node 1つ
→
PlacementNodeの集まり
追い出す単位
Pod 1つずつ
→
グループごと1つずつも選べる
Pod単体のスケジューリングは今まで通り。その上に「まとまり」の視点が加わった

v1.35で始まり、v1.38では主な機能がBetaにそろう

v1.352025年12月
v1.362026年4月
v1.372026年8月
Workload API
Gang Scheduling
Alpha
Alpha
Beta
独立したPodGroup API
Alpha
Beta
Workload-Aware Preemption
Alpha
Beta
Topology-Aware Scheduling
Alpha
Alpha
CompositePodGroup
Alpha
Jobとの連携
Alpha
Alpha
いまここ
ほかにも 
v1.38は2026年11月17日時点の開発版です。表中のBeta機能もデフォルトでは無効です

最前線から見えている、この先の景色

固める

APIをGA(安定版)に

Workload / PodGroup、
Preemption

広げる

コントローラを増やす

JobSet、LeaderWorkerSet、
Deployment、StatefulSet など

そろえる

判断のロジックをそろえる

Kueue、Cluster Autoscaler と
scheduler-library で共有

賢くする

置き方をもっと賢く

第2希望つきの Topology、
デバイスを考えた配置、場所の予約

Thank you

Kensei Nakada@sanposhiho

スライド一覧(選ぶと移動、Esc で閉じる)

→ / Space 次へ ← 戻る O 一覧 F 全画面 R もう一度動かす B 暗転 C コメント表示 L コメント一覧