Generative AI with Kubernetes

"Generative AI with Kubernetes", escrito por Jonathan Baier y publicado en 2025 por BPB Publications, es una guía técnica orientada a diseñar, orquestar y operar infraestructuras nativas de la nube capaces de soportar cargas de trabajo de inteligencia artificial generativa y modelos fundacionales a escala. El libro está dirigido a ingenieros de DevOps, especialistas en MLOps, arquitectos de nube y desarrolladores backend de nivel intermedio que ya dominan los conceptos fundamentales de Kubernetes (pods, servicios, despliegues y gestión con kubectl) y necesitan aprender a administrar clústeres optimizados para aceleración por hardware y ejecución de modelos de lenguaje.

La obra aborda de manera sistemática los pilares de la infraestructura para IA moderna: programación y particionamiento de GPUs con el operador nativo de NVIDIA (NVIDIA GPU Operator), canalizaciones de ciclo de vida con Kubeflow y MLflow, y arquitecturas de model serving de alto rendimiento. Además, examina la gestión de almacenamiento de datos persistentes para IA, el despliegue de bases de datos vectoriales en Kubernetes para sustentar arquitecturas de generación aumentada por recuperación (RAG), y la integración de pilas de observabilidad y telemetría basadas en Prometheus y Grafana para monitorear latencias de inferencia y consumo de GPUs.

A lo largo de sus capítulos prácticos se configuran clústeres orientados a IA, se despliegan pipelines de MLOps automatizados y se implementan arquitecturas RAG escalables, reforzando la seguridad mediante control de accesos basado en roles (RBAC) y políticas de red para aislar modelos y datos confidenciales. Su gran virtud reside en cubrir la brecha operativa entre la ingeniería de datos y los sistemas en producción dentro de entornos cloud-native. No enseña a programar o entrenar redes neuronales desde cero ni matemáticas de deep learning, por lo que resulta indispensable contar con soltura en la redacción de manifiestos YAML y administración básica de Linux antes de comenzar.