用途：将 TAO 容器任务作为 Kubernetes Job 提交，适用于可经 kubeconfig 访问的任意集群（EKS/GKE/AKS/本地），或在 Pod 内使用集群服务账号。默认单 Pod，传入 num_nodes>1 可启用多节点分布式训练（使用 Indexed Job 与 headless Service）。该能力仅通过 SDK 提供，没有纯 kubectl 启动路径。
主要能力：使用 tao_sdk.platforms.kubernetes 的 KubernetesSDK 构建 V1Job，设置资源 nvidia.com/gpu 以调度到 GPU 节点，传递 env_vars 并注入 S3/NGC/HF 凭据；restart_policy=Never、backoff_limit=0，失败直接暴露；ttl_seconds_after_finished=3600 自动清理。支持状态查询、日志、副本诊断与失败分析。多节点时导出 WORLD_SIZE、NUM_GPU_PER_NODE、NNODES、NPROC_PER_NODE、NODE_RANK、MASTER_ADDR、MASTER_PORT 等环境变量供 TAO 入口或 torchrun 使用。
使用方式：使用前需通过预检，包括 GPU 主机运行时、安装 SDK 与 kubernetes 额外依赖、集群可达（kubeconfig 或集群内账号）、GPU Operator/设备插件。自管理节点需运行 GPU 主机安装脚本；托管集群可设 TAO_K8S_SKIP_NODE_RUNTIME_CHECK=1。可选配置包括 TAO_K8S_NAMESPACE、TAO_K8S_CONTEXT、NGC_KEY、S3 相关凭据。多节点要求 k8s 1.28+，Pod 间 29500 端口可达。
限制：暂不支持弹性/容错训练、Gang 调度、MPI/Horovod 以及共享存储的持久卷（仅支持经 script_runner 的 S3），也不会自动从 NGC_KEY 创建镜像拉取密钥，需预先在命名空间创建并传入名称。