Por que essa release importa
Kubernetes já é o padrão para orquestração de containers, mas o foco agora não é apenas escalar. É especializar.
A v1.36 reforça a capacidade do cluster de compreender melhor o perfil das cargas que executa.
Isso impacta diretamente times que operam com machine learning, plataformas multi-tenant e ambientes em larga escala.
Contexto da evolução do Kubernetes
Nos últimos ciclos, o projeto evoluiu de uma plataforma genérica para uma infraestrutura mais inteligente e opinativa.
- Mais suporte a hardware especializado (GPU, aceleradores)
- Mais controle de isolamento e segurança
- Menos dependência de tooling externo
A v1.36 consolida esse movimento.
Os 70 enhancements e o que mudou de estágio
No Kubernetes, enhancements são melhorias rastreadas como propostas (KEPs), que passam pelos estágios Alpha, Beta e Stable/GA. Elas incluem novas APIs, feature gates, mudanças de segurança e evoluções em scheduler, kubelet, armazenamento e métricas.
A release v1.36 Haru reúne 70 enhancements, distribuídos da seguinte forma: 18 Stable, 25 Beta e 25 Alpha. Para a enumeração técnica completa, consulte o CHANGELOG-1.36.
Stable (GA) — API e comportamento maduros para produção
- Support User Namespaces in pods
- API for external signing of Service Account tokens
- Speed up recursive SELinux label change
- Portworx file in-tree to CSI driver migration
- Fine grained Kubelet API authorization
- Mutating Admission Policies
- Node log query
- VolumeGroupSnapshot
- Mutable CSINode Allocatable Property
- DRA: Prioritized Alternatives in Device Requests
- Support PSI based on cgroupv2
- add ProcMount option
- DRA: Extend PodResources to include resources from Dynamic Resource Allocation
- VolumeSource: OCI Artifact and/or Image
- Split L3 Cache Topology Awareness in CPU Manager
- DRA: AdminAccess for ResourceClaims and ResourceClaimTemplates
- Remove gogo protobuf dependency for Kubernetes API types
- CSI driver opt-in for service account tokens via secrets field
Beta — amplamente testado
- Saúde de dispositivos alocados no Pod (KEP 4680)
- Mitigação de staleness em controllers (KEP 5647)
- Validação estrita de IP/CIDR (KEP 4858)
- Preferências do kubectl em
.kuberc(KEP 3104) - Impersonation restrita (KEP 5284)
- Evoluções de DRA em múltiplos KEPs (5004, 4817, 5055, 5075, 4815 e 5007)
Alpha — experimental
- HPA scale to zero com métricas customizadas (KEP 2021)
- Workload Aware Scheduling em evolução (KEPs 4671, 5547, 5832)
- Extensões de DRA para novos cenários (ex.: 5729, 5304)
- Histogramas nativos para métricas (KEP 5808)
Principais mudanças da v1.36
Na prática, esses temas concentram o maior impacto para a maioria dos clusters:
- Workload Aware Scheduling (WAS) melhora as decisões de scheduling.
- Dynamic Resource Allocation (DRA) avança para workloads com GPU e IA.
- Segurança aprimorada com user namespaces e políticas mais granulares.
- Remoção de features antigas como
gitRepoe depreciação deexternalIPs.
Workload Aware Scheduling na prática
Tradicionalmente, o Kubernetes agenda pods de forma individual. O WAS permite considerar múltiplos pods como uma única unidade lógica.
Isso melhora:
- consistência de aplicações distribuídas
- previsibilidade de execução
- uso eficiente de recursos
Para workloads complexos, como pipelines de dados ou ML, essa mudança é especialmente relevante.
DRA e o avanço para AI workloads
O Dynamic Resource Allocation continua evoluindo como base para o uso de recursos especializados.
Com isso, o Kubernetes passa a suportar melhor:
- GPUs compartilhadas
- aceleradores específicos
- alocação dinâmica baseada em demanda
Isso posiciona o Kubernetes como uma plataforma viável para workloads de AI em produção.
Impacto técnico e operacional
As mudanças da v1.36 reduzem a necessidade de soluções externas e ampliam a capacidade nativa do cluster.
- menos dependência de operadores customizados
- melhor observabilidade nativa
- mais controle sobre isolamento
Para times de platform engineering, isso significa maior controle e menor complexidade operacional.
Conclusão
Kubernetes v1.36 não é apenas uma atualização incremental. É um passo claro em direção a um sistema mais inteligente, mais seguro e mais preparado para workloads modernos.
Essa release interessa principalmente:
- times de plataforma
- engenheiros de cloud-native
- equipes trabalhando com IA/ML
Para um panorama mais rápido da release, veja também: notícia resumida.