--- url: 'https://www.redhat.com/topics/cloud-computing/how-kubernetes-can-help-ai' title: 'Como o Kubernetes pode ajudar a IA/ML' date: '2024-11-20T22:53:14+00:00' updated: '2026-09-11T19:02:35+00:00' type: website summary: 'O Kubernetes pode ajudar com cargas de trabalho de inteligência artificial e machine learning ao criar códigos reproduzíveis, portáteis e escaláveis em ambientes diversificados, com consistência.' tags: - Article - 'Red Hat OpenShift AI' - AI - 'Application services' - Cloud - 'Artificial intelligence' - Containers - 'Inteligência artificial' image: 'https://www.redhat.com/profiles/rh/themes/redhatdotcom/img/logo-rh-og-image.png' published: true --- 1. [Tópicos](/pt-br/topics "Tópicos") 2. [Inteligência artificial](/pt-br/topics/ai "Inteligência artificial") 3. [Como o Kubernetes pode ajudar a IA/ML](# "Como o Kubernetes pode ajudar a IA/ML") # Como o Kubernetes pode ajudar a IA/ML Publicado 9 de agosto de 2023•*4* minutos (tempo de leitura) CopiadoFalha ao copiarCopiar URL ## Ir para seção Visão geralContainers e IA/MLKubernetes e IA/MLComo implantar modelos de ML no KubernetesComo a Red Hat pode ajudarPadrão de solução ## Visão geral O [Kubernetes](/pt-br/topics/containers/what-is-kubernetes) pode ajudar com cargas de trabalho de inteligência artificial e machine learning ao criar códigos reproduzíveis, portáteis e escaláveis em ambientes diversificados, com consistência. O Kubernetes é uma plataforma open source que automatiza operações de containers Linux, eliminando grande parte dos processos manuais necessários para implantar e escalar aplicações em containers. O Kubernetes é essencial para otimizar o ciclo de vida de inteligência artificial e machine learning. Ele oferece aos cientistas de dados agilidade, flexibilidade, portabilidade e escalabilidade para treinar, testar e implantar modelos de ML. [Conheça o Red Hat AI ](/pt-br/products/ai) ## A função dos containers no desenvolvimento de IA/ML Ao desenvolver aplicações habilitadas para machine learning, o fluxo de trabalho não é linear. As etapas de pesquisa, desenvolvimento e produção passam por mudanças constantes enquanto as equipes trabalham na integração e entrega contínuas ([CI/CD](/pt-br/topics/devops/what-is-ci-cd)). O processo de desenvolver, testar, combinar e implantar novos dados, algoritmos e versões de uma aplicação envolve muitas partes, dificultando o gerenciamento. É aí que entram os [containers](/pt-br/topics/containers). Os containers são uma tecnologia [Linux ](/pt-br/topics/linux)que permite empacotar e isolar aplicações com todas as bibliotecas e dependências de que precisam para serem executadas. Eles não exigem um sistema operacional completo, apenas os componentes exatos necessários para operar, o que os torna leves e portáteis. Isso facilita a implantação das operações e dá aos desenvolvedores a certeza de que as aplicações serão executadas da mesma forma em diferentes plataformas ou sistemas operacionais. Outro benefício dos containers é que eles ajudam a reduzir conflitos entre suas equipes de desenvolvimento e operações, separando áreas de responsabilidade. Ao direcionar o foco dos desenvolvedores para as apps e o das equipes de operação para a infraestrutura, integrar novos códigos a uma aplicação à medida que ela cresce e evolui em seu ciclo de vida se torna um processo mais fluido e eficiente. [Comece a desenvolver seu ambiente de IA/ML](/pt-br/resources/building-production-ready-ai-environment-ebook) ## Acesse a biblioteca de conteúdos da Red Hat [Leia mais](/pt-br/resources "Leia mais") ## O que o Kubernetes agrega às cargas de trabalho de IA/ML **Escalabilidade:** com o Kubernetes, os usuários podem expandir ou reduzir as cargas de trabalho de ML, dependendo da demanda. Assim, os pipelines de machine learning conseguem acomodar treinamentos e processamento em larga escala sem interferir em outros elementos do projeto. **Eficiência:** o Kubernetes otimiza a alocação de recursos programando as cargas de trabalho nos nós com base na disponibilidade e capacidade deles. Ao aplicar os recursos de computação com uma finalidade, é possível alcançar reduções de custo e melhorias no desempenho. **Portabilidade:** o Kubernetes oferece um ambiente padronizado e independente de plataformas para os cientistas de dados desenvolverem um modelo de ML e implantá-lo em vários ambientes e nuvens. Assim, não é preciso se preocupar com problemas de compatibilidade e dependência de fornecedor. **Tolerância a falhas:** com recursos integrados de autorrecuperação e tolerância a falhas, os usuários podem confiar no Kubernetes para manter os pipelines de ML funcionando, mesmo em caso de falha de hardware ou software. ## Como implantar modelos de ML no Kubernetes O ciclo de vida de machine learning é composto de vários elementos. E, se eles fossem gerenciados separadamente, o processo seria demorado e sua operação e manutenção demandariam muitos recursos. Com uma arquitetura Kubernetes, as organizações conseguem automatizar partes do ciclo de vida de ML, eliminando a necessidade de intervenção manual e gerando mais eficiência. Ferramentas como o [Kubeflow](/pt-br/topics/cloud-computing/what-is-kubeflow) podem ser implementadas para ajudar os desenvolvedores a otimizarem e disponibilizarem as cargas de trabalho treinadas por ML no Kubernetes. Com o conjunto de ferramentas e APIs do Kubeflow, você supera muitos dos desafios relacionados à orquestração de pipelines de machine learning, simplificando o processo de treinamento e implantação de modelos de ML em grande escala. Além disso, padroniza e organiza as [operações de machine learning (MLOps)](/pt-br/topics/ai/what-is-mlops). [Descubra como operacionalizar o Kubeflow no OpenShift](https://cloud.redhat.com/blog/operationalizing-kubeflow-in-openshift) ## Como a Red Hat pode ajudar O Kubernetes simplifica as cargas de trabalho de inteligência artificial e machine learning, mas você ainda precisa de uma plataforma para fazer testes, disponibilizar modelos e entregar suas aplicações. O [Red Hat® AI](/pt-br/products/ai) é nosso portfólio de soluções de IA, desenvolvido a partir de soluções em que nossos clientes confiam. Com essa base, nossas soluções permanecem consistentes, flexíveis e escaláveis. O Red Hat AI pode ajudar as organizações a: - Adotar a IA e inovar rapidamente. - Reduzir as complexidades da entrega de soluções de IA. - Implantar em qualquer lugar. ### Tenha flexibilidade enquanto escala O Red Hat AI inclui o [Red Hat OpenShift® AI](/pt-br/products/ai/openshift-ai): uma plataforma de MLOps integrada que gerencia o ciclo de vida de [modelos de IA preditiva e IA generativa](/pt-br/topics/ai/predictive-ai-vs-generative-ai). Essa plataforma de IA oferece um espaço para desenvolver, treinar, implantar e monitorar cargas de trabalho de inteligência artificial e machine learning em data centers on-premise ou mais perto de onde os dados estão armazenados. Assim, é mais fácil escalar as operações para a nuvem ou para a edge quando necessário. Ao usar camadas de Kubernetes com o Red Hat AI, sua equipe entrega aplicações de IA com rapidez em ambientes de nuvem híbrida. [Leia mais sobre o Red Hat OpenShift AI ](/pt-br/products/ai/openshift-ai) ## Padrão de solução: apps de IA com a Red Hat e o NVIDIA AI Enterprise ### Crie uma aplicação com RAG O [Red Hat OpenShift AI](/pt-br/products/ai/openshift-ai "Red Hat OpenShift AI") é uma plataforma para desenvolver projetos de ciência de dados e disponibilizar aplicações com IA. Você pode integrar todas as ferramentas para oferecer suporte [Geração Aumentada de Recuperação (RAG)](/pt-br/topics/ai/what-is-retrieval-augmented-generation "O que é Geração Aumentada de Recuperação (RAG)?"), um método para receber respostas da IA a partir dos seus próprios documentos de referência. Quando você conecta o OpenShift AI ao NVIDIA AI Enterprise, é possível testar [LLMs](/pt-br/topics/ai/what-are-large-language-models "O que são os large language models?") para encontrar o melhor modelo para sua aplicação. ### Desenvolva um pipeline de documentos Para usar a RAG, primeiro você precisa ingerir seus documentos em um banco de dados vetorial. Na nossa app de exemplo, inserimos um conjunto de documentos da solução em um banco de dados do Redis. Como esses documentos mudam com frequência, criamos um pipeline para esse processo que executaremos periodicamente. Dessa forma, sempre teremos as versões mais recentes dos documentos. ### Confira o catálogo completo O NVIDIA AI Enterprise oferece acesso a um catálogo de diferentes LLMs com opções diversas, permitindo que você selecione o modelo com os melhores resultados. Os modelos são hospedados no catálogo da API da NVIDIA. Depois de configurar um token de API, é possível implantar um modelo usando o NVIDIA NIM model serving que disponibiliza a plataforma diretamente a partir do OpenShift AI. ### Escolha o modelo certo Conforme você testa LLMs diferentes, seus usuários podem avaliar cada resposta gerada. Você pode configurar um dashboard de monitoramento do Grafana para comparar as avaliações e o tempo de resposta e latência de cada modelo. Depois, use esses dados para escolher o melhor LLM para a solução. [](/rhdc/managed-files/solutions-pattern-nvidia.jpg) [Faça o download do PDF](/rhdc/managed-files/solution-pattern-RHOAI-NVIDIA-demo-dl.pdf) Recurso ### 15 motivos para adotar o Red Hat OpenShift Virtualization Descubra como o Red Hat OpenShift Virtualization pode unificar e simplificar as operações de TI usando apenas uma plataforma para máquinas virtuais e containers. [Acesse o material](/pt-br/resources/15-reasons-adopt-openshift-virtualization-ebook?intcmp=RHCTG0250000451331 "15 motivos para adotar o Red Hat OpenShift Virtualization") ### Teste as soluções Red Hat gratuitamente Experimente as soluções Red Hat: ganhe experiência prática, prepare-se para exames de certificação e avalie a viabilidade das soluções para sua empresa em um ambiente real e sem gastar nada. [Leia mais](/pt-br/products/trials "Teste as soluções Red Hat gratuitamente") ## Leia mais ### O que é MLflow? O MLflow é uma ferramenta que ajuda os desenvolvedores a manter a organização dos projetos de machine learning (ML) e IA, da experimentação inicial à implantação. [Leia o artigo](/pt-br/topics/ai/what-is-mlflow "What is MLflow?") ### O que é Model Context Protocol (MCP)? Descubra como o Model Context Protocol (MCP) conecta aplicações de IA a fontes de dados externas para ajudar a criar fluxos de trabalho mais inteligentes. [Leia o artigo](/pt-br/topics/ai/what-is-model-context-protocol-mcp "What is Model Context Protocol (MCP)?") ### Qual a diferença entre MCP e APIs? Tudo sobre MCP e APIs: entenda como eles se conectam a sistemas e viabilizam fluxos de trabalho de IA, e escolha a melhor opção para as necessidades da sua aplicação. [Leia o artigo](/pt-br/topics/ai/mcp-vs-apis "MCP vs. APIs") ### Inteligência artificial: conteúdo adicional ### Produto em destaque - #### [Red Hat OpenShift AI](/pt-br/products/ai/openshift-ai) Uma plataforma de inteligência artificial (IA) que fornece ferramentas para desenvolver, treinar, servir e monitorar rapidamente modelos e aplicações habilitadas para IA. [Ver todos os produtos](/pt-br/products "Ver todos os produtos") ### Conteúdo relacionado - Estudo de caso [IGEPPS moderniza a recuperação de crédito com Red Hat AI, em parceria com a Vibe Tecnologia](/pt-br/resources/igepps-red-hat-ai-case-study) - Blog post [The last mile problem in agentic AI: Why tool calling reliability is harder than it looks](/pt-br/blog/last-mile-problem-agentic-ai-why-tool-calling-reliability-harder-it-looks) - Blog post [Automate AI red teaming: Large language model risk identification and mitigation](/pt-br/blog/automate-ai-red-teaming-large-language-model-risk-identification-and-mitigation) - E-book [Top considerations for building a foundation for generative AI](/pt-br/resources/top-considerations-for-generative-ai-ebook) ### Artigos relacionados - [What is MLflow?](/pt-br/topics/ai/what-is-mlflow) - [What is Model Context Protocol (MCP)?](/pt-br/topics/ai/what-is-model-context-protocol-mcp) - [Introduction to Kubernetes architecture](/pt-br/topics/containers/kubernetes-architecture) - [MCP vs. APIs: What's the difference?](/pt-br/topics/ai/mcp-vs-apis) - [What is an AI platform?](/pt-br/topics/ai/what-is-an-ai-platform) - [What is container-native virtualization?](/pt-br/topics/containers/what-is-container-native-virtualization) - [What is generative AI?](/pt-br/topics/ai/what-is-generative-ai) - [What is a Kubernetes operator?](/pt-br/topics/containers/what-is-a-kubernetes-operator) - [What is container orchestration?](/pt-br/topics/containers/what-is-container-orchestration) - [What is Kubernetes?](/pt-br/topics/containers/what-is-kubernetes) - [RAG vs. fine-tuning](/pt-br/topics/ai/rag-vs-fine-tuning) - [What is PyTorch?](/pt-br/topics/ai/what-is-pytorch) - [AIOps explained](/pt-br/topics/ai/what-is-aiops) - [What is machine learning?](/pt-br/topics/ai/what-is-machine-learning) - [What are large language models?](/pt-br/topics/ai/what-are-large-language-models) - [What is retrieval-augmented generation?](/pt-br/topics/ai/what-is-retrieval-augmented-generation) - [What are foundation models for AI?](/pt-br/topics/ai/what-are-foundation-models) - [Agentic AI vs. generative AI](/pt-br/topics/ai/agentic-ai-vs-generative-ai) - [What are Granite models?](/pt-br/topics/ai/what-are-granite-models) - [What is Docling?](/pt-br/topics/ai/docling) - [What is Mixture of Experts (MoE)?](/pt-br/topics/ai/mixture-of-experts) - [What is AgentOps?](/pt-br/topics/ai/agentops) - [What is sovereign AI?](/pt-br/topics/ai/sovereign-ai) - [AI infrastructure explained](/pt-br/topics/ai/ai-infrastructure-explained) - [LoRA vs. QLoRA](/pt-br/topics/ai/lora-vs-qlora) - [Predictive AI vs generative AI](/pt-br/topics/ai/predictive-ai-vs-generative-ai) - [What is llm-d?](/pt-br/topics/ai/what-is-llm-d) - [Red Hat OpenShift for developers](/pt-br/technologies/cloud-computing/openshift/developers) - [What is MLOps?](/pt-br/topics/ai/what-is-mlops) - [What is Docker?](/pt-br/topics/containers/what-is-docker) - [What is a golden image?](/pt-br/topics/linux/what-is-a-golden-image) - [What is AI inference?](/pt-br/topics/ai/what-is-ai-inference) - [What is Podman Desktop?](/pt-br/topics/open-source/o-que-e-o-podman-desktop) - [What is vLLM?](/pt-br/topics/ai/what-is-vllm) - [vLLM vs. Ollama: When to use each framework](/pt-br/topics/ai/vllm-vs-ollama) - [What is explainable AI?](/pt-br/topics/ai/what-explainable-ai) - [How vLLM accelerates AI inference: 3 enterprise use cases](/pt-br/topics/ai/how-vllm-accelerates-ai-inference-3-enterprise-use-cases) - [What is distributed inference?](/pt-br/topics/ai/what-is-distributed-inference) - [What is AI security?](/pt-br/topics/ai/what-is-ai-security) - [What is Model-as-a-Service?](/pt-br/topics/ai/what-is-models-as-a-service) - [What is AI in the public sector?](/pt-br/topics/ai/what-is-ai-in-the-public-sector) - [What is enterprise AI?](/pt-br/topics/ai/what-is-enterprise-ai) - [What is parameter-efficient fine-tuning (PEFT)?](/pt-br/topics/ai/what-is-peft) - [Why choose Red Hat Ansible Automation Platform as your AI foundation?](/pt-br/topics/automation/automation-and-ai) - [What is agentic AI?](/pt-br/topics/ai/what-is-agentic-ai) - [What is KubeVirt?](/pt-br/topics/virtualization/what-is-kubevirt) - [SLMs vs LLMs: What are small language models?](/pt-br/topics/ai/llm-vs-slm) - [Understanding AI in telecommunications with Red Hat](/pt-br/topics/ai/understanding-ai-in-telecommunications) - [Edge solutions for real-time decision making](/pt-br/topics/edge-computing/edge-solutions-real-time-decision-making) - [What are intelligent applications?](/pt-br/topics/ai/what-are-intelligent-applications) - [What is the Kubernetes Java client?](/pt-br/topics/cloud-computing/what-is-kubernetes-java-client) - [Kubernetes on AWS: Self-Managed vs. Managed Applications Platforms](/pt-br/topics/containers/kubernetes-on-aws) - [What is InstructLab?](/pt-br/topics/ai/what-is-instructlab) - [What is LLMops](/pt-br/topics/ai/llmops) - [What are hosted control planes?](/pt-br/topics/containers/what-are-hosted-control-planes) - [What is deep learning?](/pt-br/topics/ai/what-is-deep-learning) - [What are predictive analytics](/pt-br/topics/automation/how-predictive-analytics-improve-it-performance) - [AI in banking](/pt-br/topics/ai/ai-in-banking) - [Edge computing with Red Hat OpenShift](/pt-br/technologies/cloud-computing/openshift/edge-computing) - [Understanding agentic AI use cases](/pt-br/topics/ai/ai-ml-use-cases) - [What is kubernetes security?](/pt-br/topics/containers/kubernetes-security) - [What is service-oriented architecture?](/pt-br/topics/cloud-native-apps/what-is-service-oriented-architecture) - [Stateful vs stateless applications](/pt-br/topics/cloud-native-apps/stateful-vs-stateless) - [What is Quarkus?](/pt-br/topics/cloud-native-apps/what-is-quarkus) - [What is containerization?](/pt-br/topics/cloud-native-apps/what-is-containerization) - [What is edge AI?](/pt-br/topics/edge-computing/what-is-edge-ai) - [What is Kubeflow?](/pt-br/topics/cloud-computing/what-is-kubeflow) - [What are microservices?](/pt-br/topics/microservices/what-are-microservices) - [What is container security?](/pt-br/topics/security/container-security) - [OpenShift vs. OpenStack: What are the differences?](/pt-br/technologies/cloud-computing/openshift/openshift-vs-openstack) - [What is Buildah?](/pt-br/topics/containers/what-is-buildah) - [Accelerate MLOps with Red Hat OpenShift](/pt-br/technologies/cloud-computing/openshift/aiml) - [Kubernetes vs OpenStack](/pt-br/topics/containers/diferenca-entre-o-kubernetes-e-o-openstack) - [What is YAML?](/pt-br/topics/automation/what-is-yaml) - [What is an image builder?](/pt-br/topics/linux/what-is-an-image-builder) - [Red Hat OpenShift vs. OKD](/pt-br/topics/containers/red-hat-openshift-okd) - [What is AI in healthcare?](/pt-br/topics/ai/what-is-ai-in-healthcare) - [Red Hat OpenShift vs. Kubernetes: What's the difference?](/pt-br/technologies/cloud-computing/openshift/red-hat-openshift-kubernetes) - [Spring on Kubernetes with Red Hat OpenShift](/pt-br/technologies/cloud-computing/openshift/spring) - [What is high availability and disaster recovery for containers?](/pt-br/topics/containers/high-availability-containers) - [Why run Apache Kafka on Kubernetes?](/pt-br/topics/integration/why-run-apache-kafka-on-kubernetes) - [What are Red Hat OpenShift cloud services?](/pt-br/technologies/cloud-computing/openshift/what-are-red-hat-openshift-managed-services) - [What is a container registry?](/pt-br/topics/cloud-native-apps/what-is-a-container-registry) - [What is Podman?](/pt-br/topics/containers/what-is-podman) - [What is Skopeo?](/pt-br/topics/containers/what-is-skopeo) - [What are Red Hat OpenShift Operators?](/pt-br/technologies/cloud-computing/openshift/what-are-openshift-operators) - [Using Helm with Red Hat OpenShift](/pt-br/technologies/red-hat-openshift/como-usar-o-helm-com-o-red-hat-openshift) - [Kubernetes security best practices](/pt-br/topics/containers/kubernetes-security-best-practices) - [Orchestrating Windows containers on Red Hat OpenShift](/pt-br/technologies/cloud-computing/openshift/windows-containers-on-red-hat-openshift) - [What is a Linux container?](/pt-br/topics/containers/whats-a-linux-container) - [What are sandboxed containers](/pt-br/topics/containers/sandboxed-containers) - [Why use Red Hat Ansible Automation Platform with Red Hat OpenShift?](/pt-br/technologies/cloud-computing/openshift/ansible-on-openshift) - [High performance computing with Red Hat OpenShift](/pt-br/technologies/cloud-computing/openshift/high-performance-computing) - [Advantages of Kubernetes-native security](/pt-br/topics/containers/advantages-of-kubernetes-native-security) - [What is KubeLinter?](/pt-br/topics/containers/what-is-kubelinter) - [Intro to Kubernetes security](/pt-br/topics/containers/intro-kubernetes-security) - [Container and Kubernetes compliance considerations](/pt-br/topics/containers/compliance) - [How microservices support IT integration in healthcare](/pt-br/topics/microservices/microservices-in-healthcare) - [Kubernetes cluster management](/pt-br/technologies/cloud-computing/openshift/kubernetes-cluster-management) - [Red Hat OpenShift on IBM IT infrastructure](/pt-br/technologies/cloud-computing/openshift/what-is-red-hat-openshift-on-IBM-IT-infrastructure) - [Red Hat OpenShift for business leaders](/pt-br/technologies/cloud-computing/openshift/business-leaders) - [How to deploy Red Hat OpenShift](/pt-br/technologies/cloud-computing/openshift/deploy-red-hat-openshift) - [Cost management for Kubernetes on Red Hat OpenShift](/pt-br/technologies/cloud-computing/openshift/cost-management) - [Red Hat OpenShift on VMware](/pt-br/technologies/cloud-computing/openshift/vmware) - [Kubernetes-native Java development with Quarkus](/pt-br/technologies/cloud-computing/openshift/quarkus) - [What is enterprise Kubernetes?](/pt-br/topics/containers/o-que-e-kubernetes-empresarial) - [What makes Red Hat OpenShift the right choice for IT operations?](/pt-br/technologies/cloud-computing/openshift/it-operations) - [Why choose Red Hat for Kubernetes?](/pt-br/topics/containers/why-choose-red-hat-kubernetes) - [What makes Red Hat OpenShift the right choice for SAP?](/pt-br/technologies/cloud-computing/openshift/sap) - [What is Kubernetes role-based access control (RBAC)](/pt-br/topics/containers/what-kubernetes-role-based-access-control-rbac) - [VNF and CNF, what’s the difference?](/pt-br/topics/cloud-native-apps/vnf-and-cnf-whats-the-difference) - [What was CoreOS and CoreOS container Linux](/pt-br/technologies/cloud-computing/openshift/what-was-coreos) - [Learning Kubernetes basics](/pt-br/topics/containers/learning-kubernetes-tutorial) - [What is the Kubernetes API?](/pt-br/topics/containers/what-is-the-kubernetes-api) - [What is Kubernetes cluster management?](/pt-br/topics/containers/what-is-kubernetes-cluster-management) - [What is a Kubernetes deployment?](/pt-br/topics/containers/what-is-kubernetes-deployment) - [Why choose the Red Hat build of Quarkus?](/pt-br/topics/cloud-native-apps/why-choose-red-hat-quarkus) - [What is CaaS?](/pt-br/topics/cloud-computing/what-is-caas) - [Introduction to Kubernetes patterns](/pt-br/topics/cloud-native-apps/introduction-to-kubernetes-patterns) - [What is a Kubernetes cluster?](/pt-br/topics/containers/what-is-a-kubernetes-cluster) - [Containers vs. VMs: Why not both?](/pt-br/topics/containers/containers-vs-vms) - [What is Jaeger?](/pt-br/topics/microservices/what-is-jaeger) - [What is etcd?](/pt-br/topics/containers/what-is-etcd) - [What is Clair?](/pt-br/topics/containers/what-is-clair) - [What is Knative?](/pt-br/topics/microservices/what-is-knative) - [Why choose Red Hat for microservices?](/pt-br/topics/microservices/why-choose-red-hat-microservices) - [What is network-attached storage?](/pt-br/topics/data-storage/network-attached-storage) - [What is software-defined storage?](/pt-br/topics/data-storage/software-defined-storage) - [Why choose Red Hat for containers?](/pt-br/topics/containers/why-choose-red-hat-containers) - [What is a Kubernetes pod?](/pt-br/topics/containers/what-is-kubernetes-pod) [Leia mais sobre este tópico](/pt-br/topics/ai "Leia mais sobre este tópico")