“我认为这是很多公司加入公有云的一大障碍，尤其是那些真正在意超敏感数据的公司。”Red Hat 首席软件工程师、KubeVirt 维护者 Itamar Holder 这样解释机密计算的意义，“它把这些公司解放出来，让它们能加入。”

打开网易新闻 查看精彩图片

这句话的背景，是 KubeVirt 刚刚走过十年。这个在 Kubernetes 集群里跑虚拟机的开源项目，本周从云原生计算基金会（CNCF）毕业。维护者们没有把虚拟机当成待退休的技术，而是把它推向 AI 隔离、智能体沙箱和机密计算。

Holder 与 Red Hat 技术负责人、KubeVirt 维护者 Vladik Romanovsky 在 KubeCon + CloudNativeCon NA 期间接受了 theCUBE 的采访，聊的是 KubeVirt 如何从一个虚拟化工具，变成 AI 工作负载的运行层。

虚拟机与容器，不是替代关系

KubeVirt 的核心思路很直接：在同一个 Kubernetes 集群上同时跑虚拟机和容器，不用维护两套独立的技术栈。到了 AI 时代，这种搭配反而更重要。Holder 提到，英伟达的开发者正在帮助项目集成面向 GPU 硬件的动态资源分配（DRA）。

Romanovsky 把两种计算形态看作搭档，而不是对手。“虚拟机会承担重活和更大范围的隔离，围绕它们运行的 Pod 则为缓存类应用提供更好的扩展能力。”他说，“总体上它们属于一体，虚拟机和容器也可以作为同一个应用运行。”

这个判断和“容器会吃掉虚拟机”的流行叙事正好相反。十年过去，虚拟机在 Kubernetes 里找到了新位置。

AI 智能体沙箱，是下一个目标

项目还在瞄准 AI 智能体沙箱这个方向，Red Hat 正在该领域搭建基础设施。Holder 表示，维护者希望 KubeVirt 成为 Kubernetes 智能体沙箱仓库的又一个隔离后端。

“我认为我们能提供很多其他隔离后端没有的好处。”Holder 说，“我们可以用热迁移，用 DRA 做复杂的硬件配置，还有很多其他好东西。”

热迁移和复杂硬件配置，正是虚拟机技术积累多年的能力。把它们接到智能体沙箱上，等于给 AI 工作负载多开了一扇隔离的门。

机密计算为什么重新被提起

机密计算是一项长期存在的技术，眼下正在重新获得动力。企业对最敏感的 AI 工作负载该放在哪里运行，始终有顾虑，这直接影响了它们上公有云的意愿。

Holder 的判断是，机密计算能解开这个结。虚拟机提供的大范围隔离，加上 Kubernetes 的调度能力，构成了一个可以承载敏感数据的组合。

从虚拟化工具到 AI 工作负载的运行层，KubeVirt 的十年节点上，维护者给出的路线图里没有“退场”这个词。