KubeRay Connect 加入觀測與工作提交功能

Anyscale 以私有預覽形式推出 KubeRay Connect，為既有 KubeRay 叢集新增工作觀測與提交功能。營運人員可沿用原有的 KubeRay 設定與工具，查看 Ray 工作狀態。

Anyscale 於 2026 年 8 月 25 日表示，Connect 可連接既有 KubeRay 叢集。它不會直接建立或管理執行工作的 Pod，而是在由 KubeRay 管理叢集的架構中加入 Anyscale 功能。公司文件也說明，Connect 不會直接建立或管理 Ray 叢集。

發布時，提供工作日誌與指標的 Observe，以及支援提交工作和追蹤狀態的 Orchestrate，均處於私有預覽階段；用於調整效能與成本的 Optimize 則標示為即將推出。私有預覽須申請才能使用。

Connect 會在既有 KubeRay 設定中加入觀測用 sidecar。其組成包括：修改 KubeRay 自訂資源（CR）並同步狀態的 Connector、以 OpenTelemetry Collector 為基礎收集日誌與指標的 Cluster Telemetry Gateway，以及向控制台提供觀測資料的 Observability API。Anyscale 在發布時表示，Connector 以單一 Pod 運作。

Ray 官方文件指出，日誌預設儲存在各 Pod 的 /tmp/ray/session_*/logs，Ray 本身不提供日誌保留服務。若要在 Pod 或節點意外終止後調查原因，仍須另行配置日誌收集與保存機制。

Anyscale 同日也宣布 GPU Health Observability 進入私有預覽。公司表示，這項功能會將 GPU 的 XID、ECC 錯誤，以及時脈與記憶體狀態，與 Ray 工作及節點資訊連結呈現；但未提供實際營運環境中故障診斷時間或可用性改善幅度。

Ray 的 KubeRay 自動擴縮器會依據工作與 Actor 的資源需求調整 Ray Pod 數量，調整依據不同於一般以 CPU、記憶體使用率為基礎的 Kubernetes HPA。Ray 文件建議，GPU 與記憶體的資源請求值和限制值應盡可能設為相同。

在預設設定下，Head 節點是單一故障點。Ray 提供設定方式，讓叢集自動擴縮器整合節點時不會驅逐 Head Pod；但文件也明確指出，這項設定無法避免節點故障。

Ray 文件說明，若已配置 GCS 容錯功能，Head 節點復原期間，Serve 應用程式仍可處理工作。不過，復原期間對 Actor 與 Worker 故障的處理，以及叢集更新，可能會受到限制。