O que é K3s?
K3s é uma distribuição de Kubernetes empacotada como um binário de menos de 100 MB. Ela segue conforme com o Kubernetes upstream e inclui containerd, rede Flannel, CoreDNS, Traefik como ingress, um balanceador de carga de serviços, armazenamento local-path e um controlador Helm, e qualquer um deles pode ser desligado ou trocado. Um servidor único guarda o estado do cluster em SQLite por padrão; três ou mais servidores formam um cluster de alta disponibilidade sobre etcd embutido, e MySQL, MariaDB ou Postgres externos também funcionam.
O projeto começou na Rancher Labs, foi doado à CNCF em junho de 2020 e é descrito pela SUSE como projeto Sandbox da CNCF, com a SUSE como grande contribuidora. O software é Apache 2.0 e não tem edição paga; a SUSE vende suporte pela assinatura Rancher Prime, com até cinco anos de suporte por versão.
Para GPU, o K3s detecta o NVIDIA container runtime na inicialização, adiciona-o à configuração do containerd e traz uma RuntimeClass chamada nvidia. Os números de versão acompanham o Kubernetes: v1.37.2+k3s1 e v1.36.6+k3s1 saíram em 3 de novembro de 2026.
K3s vale a pena?
O K3s é o jeito sensato de colocar serviços de inferência e de agentes sob Kubernetes quando você tem algumas máquinas, e não uma equipe de plataforma. Como é Kubernetes conforme, charts Helm de servidores de modelos, o NVIDIA device plugin e a maioria dos operadores instalam sem mudanças, e a documentação pede só 2 núcleos e 2 GB de RAM num nó servidor e 512 MB num agente, antes das cargas de trabalho. O repositório tem cerca de 34.400 estrelas no GitHub, e o projeto busca lançar patches em até uma semana depois do upstream e novas versões menores em até 30 dias.
O suporte a GPU é quase automático, com uma armadilha conhecida. Instale os pacotes do container runtime da NVIDIA no host e reinicie o K3s, e ele grava o runtime no containerd; os pods então pedem nvidia.com/gpu e definem runtimeClassName: nvidia. O NVIDIA device plugin, porém, espera que nvidia seja o runtime padrão, e usuários numa longa discussão do K3s no GitHub relatam o plugin preso num ciclo de falhas até definirem --default-runtime nvidia ou editarem o template config.toml.tmpl do K3s. O GPU Operator da NVIDIA também funciona, mas o toolkit dele precisa apontar para o socket do containerd próprio do K3s e para seus caminhos de configuração; a documentação do K3s não cobre isso, e o guia de instalação atual da NVIDIA não lista o K3s.
O padrão de nó único é uma troca real. SQLite em um servidor não tem failover. Alta disponibilidade exige três ou mais servidores sobre etcd embutido, em número ímpar para manter o quórum, e a documentação avisa que o etcd escreve demais para cartões SD ou eMMC, então máquinas na borda precisam de SSD. Um servidor único pode migrar para etcd depois, reiniciando com --cluster-init. A porta VXLAN do Flannel, a 8472, precisa ficar atrás de um firewall, porque segundo a documentação expô-la abre a rede do cluster para qualquer um. O GitHub lista três avisos de segurança do projeto, o mais recente uma falha moderada de path traversal na restauração de snapshots do etcd, publicada em junho de 2026.
Num único host com GPU rodando um servidor de modelos, um banco vetorial e uma API de agentes, o Docker Compose costuma bastar: ele reserva GPUs por serviço com um bloco devices e não deixa nenhum plano de controle para corrigir. O K3s compensa assim que surge um segundo host com GPU para distribuir carga, uma exigência de atualizações graduais ou dezenas de pontos na borda para gerenciar a partir do Git, exatamente o caso para o qual a SUSE vende o Rancher Prime. A SUSE não publica o preço desse suporte na página do K3s.
Onde ele se destaca
Uma equipe de ML de duas pessoas com três servidores com GPU
Distribuir servidores de modelos e uma API de agentes pelas três máquinas sem posicionar contêineres à mão
Instale o K3s com o script curl em cada host, adicione os pacotes de runtime da NVIDIA, inicie os servidores com --default-runtime nvidia e implante o device plugin e os servidores de modelos via Helm. O agendador coloca os pods onde houver GPU livre; o software não custa nada, e o custo real é aprender kubectl e atualizar três nós a cada versão.
O gerente de TI de uma rede de 40 lojas que roda modelos pequenos de visão em mini PCs nas lojas
Rodar o mesmo contêiner de inferência em todas as lojas e atualizar tudo de um só lugar
Cada loja roda K3s de nó único sobre SQLite, que precisa de 2 núcleos e 2 GB para o próprio K3s. O Rancher Prime adiciona gestão de frota com GitOps entre clusters e suporte do fornecedor, com preço sob consulta; sem ele, a equipe cuida sozinha de atualizações e monitoramento em cada loja.
Um desenvolvedor solo que hospeda uma stack de agentes numa estação de trabalho com uma GPU
Decidir se Ollama, Qdrant e uma API de agentes devem ficar sob Kubernetes
O Docker Compose reserva a GPU por serviço com um bloco devices e não tem plano de controle. O K3s acrescenta reinícios por health check e atualizações graduais, ao preço do próprio consumo de recursos e de um novo ferramental; numa máquina só, o Compose costuma bastar, e o K3s passa a fazer sentido quando chega um segundo host com GPU.
Antes de decidir
- Configuração
- curl -sfL https://get.k3s.io | sh - instala um serviço systemd ou openrc e grava um kubeconfig em /etc/rancher/k3s/k3s.yaml; workers entram com K3S_URL e o token em /var/lib/rancher/k3s/server/node-token. Binários para x86_64, armhf, arm64 e s390x.
- Integrações
- Ferramentas padrão de Kubernetes (kubectl, Helm, drivers CSI, cloud controller managers; os drivers de armazenamento e provedores de nuvem in-tree foram removidos). NVIDIA, crun e vários runtimes WebAssembly são detectados automaticamente; o GPU Operator precisa de CONTAINERD_CONFIG e CONTAINERD_SOCKET apontando para os caminhos do K3s.
- Dados e privacidade
- Apache 2.0 sem edição paga. O estado do cluster fica em SQLite, etcd embutido ou um banco externo que você opera. Mantenha a porta 8472 (Flannel VXLAN) fora da internet. Três avisos de segurança no GitHub, o mais recente moderado (junho de 2026).
- Custo em escala
- O software é gratuito. A documentação dimensiona um servidor com 2 vCPU e 4 GB para até 350 agentes e com 4 vCPU e 8 GB para até 900; três servidores com 4 vCPU e 8 GB chegam a cerca de 1.200 agentes. As GPUs dominam a conta, e o suporte Rancher Prime tem preço sob consulta.
- Limites
- 78 issues e pull requests abertos. O modo rootless é experimental e só para um nó; alta disponibilidade exige número ímpar de servidores; instalar o GPU Operator é um caminho documentado pela comunidade, não oficial.
O que é bom
- Kubernetes conforme em um binário de menos de 100 MB
- Detecta o NVIDIA container runtime e traz uma RuntimeClass nvidia
- Nó servidor precisa de só 2 núcleos e 2 GB de RAM
- Até cinco anos de suporte pago pelo SUSE Rancher Prime
O que não é
- O NVIDIA device plugin exige nvidia como runtime padrão
- O GPU Operator precisa de caminhos de containerd específicos do K3s e não é documentado aqui
- O padrão de um servidor com SQLite não tem failover
- Mais para aprender e corrigir do que Docker Compose em um host
Ideal para
Equipes pequenas que rodam serviços de inferência ou de agentes em algumas máquinas com GPU ou em muitos pontos na borda e querem Kubernetes sem equipe de plataforma.
Alternativas ao K3s
K3s: perguntas frequentes
- K3s vale a pena?
- Kubernetes do tamanho certo para um punhado de máquinas com GPU ou uma frota de pontos na borda, embora numa única máquina o Docker Compose ainda resolva com menos manutenção. Damos nota 4.4 de 5.
- Quanto custa K3s?
- Gratuito e open source sob Apache 2.0, sem edição paga. Suporte comercial vem pelo SUSE Rancher Prime (até cinco anos por versão); preços sob consulta.
- Quais são as desvantagens de K3s?
- O NVIDIA device plugin exige nvidia como runtime padrão; o GPU Operator precisa de caminhos de containerd específicos do K3s e não é documentado aqui; o padrão de um servidor com SQLite não tem failover; mais para aprender e corrigir do que Docker Compose em um host.
- Para quem K3s é indicado?
- Equipes pequenas que rodam serviços de inferência ou de agentes em algumas máquinas com GPU ou em muitos pontos na borda e querem Kubernetes sem equipe de plataforma.
- Quanto custa K3s para uma equipe ou em produção?
- O software é gratuito. A documentação dimensiona um servidor com 2 vCPU e 4 GB para até 350 agentes e com 4 vCPU e 8 GB para até 900; três servidores com 4 vCPU e 8 GB chegam a cerca de 1.200 agentes. As GPUs dominam a conta, e o suporte Rancher Prime tem preço sob consulta.
- K3s é seguro para dados da empresa?
- Apache 2.0 sem edição paga. O estado do cluster fica em SQLite, etcd embutido ou um banco externo que você opera. Mantenha a porta 8472 (Flannel VXLAN) fora da internet. Três avisos de segurança no GitHub, o mais recente moderado (junho de 2026).
- Quais são as melhores alternativas ao K3s?
- As alternativas mais próximas que analisamos são Ollama, Mesh LLM e vLLM.
Respostas verificadas em 9 de nov. de 2026.
Você faz o K3s? Mostre esta nota no seu site
