云原生计算基金会（CNCF）多云容器编排引擎 Karmada 宣布，彭博（Bloomberg）[1]正式加入 Karmada 用户组[2]。Karmada 致力于为用户提供强大的多集群管理和调度能力，帮助企业在复杂的分布式环境中实现高效的应用部署和管理。Bloomberg 的加入将进一步加强 Karmada 社区，为项目的持续创新带来新的活力，标志着 Karmada 在社区发展和多样化生产环境中采用的又一个重要里程碑。
关于 Bloomberg
彭博（Bloomberg）是全球商业与金融信息领域的领军者，提供值得信赖的数据、新闻与深度洞察，为市场注入透明度、提升效率并维护公平性。Bloomberg 借助可靠的技术解决方案，助力全球金融生态系统中具有影响力的各方建立连接，帮助客户做出更明智的决策，并促进更高效的协作。
Bloomberg 采用 Karmada 管理本地训练集群，并调度 GPU/CPU 工作负载，更多技术细节请参考 KubeCon + CloudNativeCon 演讲分享：
-
Bloomberg's Journey to Improve Resource Utilization in a Multi-Cluster Platform- Yao Weng, Leon Zhou[3]
-
Bloomberg's Journey to Manage a Multi-Cluster Training Application with Karmada - Y. Zhang, W. Lai[4]
-
Flink on Karmada: Building Resilient Data Pipelines on Multi-Cluster K8s - Michas Szacillo & Wang Li[5]
-
AI Workload Preemption in a Multi-Cluster Scheduling System at Bloomberg - Leon Zhou & Wei-Cheng Lai[6]
-
Multi-cluster Orchestration System: Karmada Updates and Use Cases - Hongcai Ren & Joe Nathan Abellard[7]
关于 Karmada 用户组
Karmada 用户组是一个由在其环境中成功采用 Karmada 的组织和用户组成的社区。成员分享他们的经验、最佳实践和反馈，以帮助改进 Karmada 并培育一个充满活力的协作生态系统。
成为 Karmada 用户组成员具有以下几个优势：
-
社区认可：作为云原生多集群管理领域的领导者来展示您的组织，在 CNCF 和 Karmada 社区中获得知名度。
-
促进协作：与其他采用者建立联系，分享最佳实践，并在实际用例和解决方案上进行协作。
-
保持信息同步：及时接收重要更新通知，包括关键功能、错误修复和安全建议。
-
技术影响力构建：受邀参与 Karmada 相关活动，包括 KubeCon + CloudNativeCon、网络研讨会和聚会。
-
职位发布：有机会在 Karmada 社区支持的职位公告板上发布与 Karmada 相关的职位空缺（目前暂不可用）。
-
扩展商业机会：与 Karmada 生态系统的其他成员建立潜在的商业联系和合作。
截至目前，Karmada 用户组已吸纳来自全球的40+家机构和组织。更多使用场景及案例研究请查阅：karmada.io/adopters
欢迎加入用户组
Karmada 用户组 对当前正在生产环境 中使用 Karmada 的最终用户 和供应商开放。这包括：
-
最终用户：在其生产环境中运行 Karmada 的组织。
-
供应商：提供基于 Karmada 的产品或服务，并有客户在生产环境中使用这些产品或服务的公司。
当前，加入 Karmada 用户组对社区贡献没有硬性要求，Karmada 鼓励成员积极参与社区活动，分享经验与见解。然而，请注意，未来可能会要求成员对 Karmada 社区做出一定的贡献，以维持其用户组成员身份。这种贡献可以包括但不限于代码提交、文档编写、问题修复、使用案例分享等。
访问下方 Karmada 用户组申请表单 [8]，提交 issue 申请，即可接收申请进度。手机端可扫描下方二维码快捷填写申请表单。
扫码申请加入用户组
Karmada（karmada.io/）是CNCF首个跨云跨... Karmada Adopter Group 的信息，请联系:
Maintainer Mailing List
cncf-karmada-maintainers@lists.cncf.io
更多信息，请访问：
1\] 彭博（Bloomberg）: [www.techatbloomberg.com/opensource/](https://link.juejin.cn?target=https%3A%2F%2Fwww.techatbloomberg.com%2Fopensource%2F "https://www.techatbloomberg.com/opensource/") \[2\] Karmada 用户组: [github.com/karmada-io/...](https://link.juejin.cn?target=https%3A%2F%2Fgithub.com%2Fkarmada-io%2Fcommunity%2Ftree%2Fmain%2Fadopter-group "https://github.com/karmada-io/community/tree/main/adopter-group") \[3\] Bloomberg's Journey to Improve Resource Utilization in a Multi-Cluster Platform- Yao Weng, Leon Zhou: [www.youtube.com/watch?v=lMt...](https://link.juejin.cn?target=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DlMtCSaHI9Uk "https://www.youtube.com/watch?v=lMtCSaHI9Uk") \[4\] Bloomberg's Journey to Manage a Multi-Cluster Training Application with Karmada - Y. Zhang, W. Lai: [www.youtube.com/watch?v=Pma...](https://link.juejin.cn?target=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DPmaiEKpM1-Q "https://www.youtube.com/watch?v=PmaiEKpM1-Q") \[5\] Flink on Karmada: Building Resilient Data Pipelines on Multi-Cluster K8s - Michas Szacillo \& Wang Li: [www.youtube.com/watch?v=mqX...](https://link.juejin.cn?target=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DmqXZ2T-jWuU "https://www.youtube.com/watch?v=mqXZ2T-jWuU") \[6\] AI Workload Preemption in a Multi-Cluster Scheduling System at Bloomberg - Leon Zhou \& Wei-Cheng Lai: [www.youtube.com/watch?v=LrL...](https://link.juejin.cn?target=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DLrL5AcS2d5g "https://www.youtube.com/watch?v=LrL5AcS2d5g") \[7\] Multi-cluster Orchestration System: Karmada Updates and Use Cases - Hongcai Ren \& Joe Nathan Abellard: [www.youtube.com/watch?v=rbV...](https://link.juejin.cn?target=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DrbVV8WIJYww "https://www.youtube.com/watch?v=rbVV8WIJYww") \[8\] Karmada Adopter Group 申请加入表单地址: [github.com/karmada-io/...](https://link.juejin.cn?target=https%3A%2F%2Fgithub.com%2Fkarmada-io%2Fcommunity%2Fissues%2Fnew%3Ftemplate%3Dadopter-group-application.yaml "https://github.com/karmada-io/community/issues/new?template=adopter-group-application.yaml") Karmada 是CNCF 首个多云多集群容器编排项目(孵化级），旨在帮助用户像使用单个集群一样轻松管理跨云多集群，让基于 Karmada 的多云方案无缝融入云原生技术生态。社区吸引了来自华为、道客、浙江大学、腾讯、中国电子云、滴滴、Zendesk、携程等100多家公司的全球贡献者，广泛分布于20+国家和地区。Karmada 现已在华为云、道客、兴业数金、中国移动、中国联通、携程、360集团、新浪、中通快递等众多企业单位生产应用，为企业提供从单集群到多云架构的平滑演进方案。 Karmada 官网：[karmada.io/](https://link.juejin.cn?target=https%3A%2F%2Fkarmada.io%2F "https://karmada.io/") GitHub 地址：[github.com/karmada-io/...](https://link.juejin.cn?target=https%3A%2F%2Fgithub.com%2Fkarmada-io%2Fkarmada "https://github.com/karmada-io/karmada") Slack 地址：[slack.cncf.io/（#karmada）](https://link.juejin.cn?target=https%3A%2F%2Fslack.cncf.io%2F%25EF%25BC%2588%23karmada%25EF%25BC%2589 "https://slack.cncf.io/%EF%BC%88#karmada%EF%BC%89")