Meta vence concurso da CNCF ao cortar deploys de infraestrutura de IA de horas para minutos com Argo CD e Kargo

A equipe Cloud Foundation da Meta, com mais de 15 engenheiros, venceu o CNCF End User Case Study Contest, anunciado durante o KubeCon + CloudNativeCon North America 2026, em Salt Lake City. O motivo é uma plataforma de GitOps que cuida de cerca de 100 clusters Kubernetes de pesquisa e inference de IA, espalhados por vários provedores de nuvem e famílias de aceleradores.

O problema de origem era acoplamento. O Terraform fazia provisionamento de infraestrutura e deploy de aplicações no Kubernetes, então até uma atualização simples entrava num processo longo de release de infraestrutura. Um rollout travado podia atrasar releases sem relação nenhuma, e não havia health checks automatizados para confirmar o estado das aplicações. A divisão de responsabilidades ficou assim: o Terraform segue com a infraestrutura, o Argo CD reconcilia os deploys com o que está no Git e o Kargo orquestra a promoção de releases entre ambientes. Saem daí rollouts independentes, verificação de saúde automática e registros versionados de release, que ajudam na rastreabilidade e na recuperação.

Para não empurrar complexidade para os times de aplicação, a Meta criou uma definição curta de aplicação. A plataforma gera sozinha as configurações do Argo CD e do Kargo a partir dela. O tempo de deploy rotineiro caiu de mais de quatro horas para minutos. Os próximos passos são ampliar a adoção, migrar para um serviço de Argo CD gerenciado centralmente, para reduzir manutenção na frota, e avaliar contribuições upstream em autenticação de container registry e desempenho do Argo CD em clusters grandes.

A cobertura anterior do CEVIU trata de temas próximos, não de uma evolução do mesmo projeto da Meta. Em 30 de outubro de 2026, o CEVIU publicou "Um hub Argo CD, 34 clusters: lições de um control plane GitOps em escala", com um hub único em 34 clusters. O caso da Meta, com cerca de 100 clusters e a intenção de centralizar o Argo CD num serviço gerenciado, aponta na mesma direção em escala maior. São casos distintos, de empresas diferentes.

Para quem opera plataforma, o ponto central não é a ferramenta, é a separação. Tirar o deploy de aplicação do ciclo de release de infraestrutura elimina o efeito dominó de um rollout travado e dá health check como etapa padrão. Para quem ainda roda Terraform em cron ou pipeline para tudo, o caso sugere um caminho: manter o Terraform onde ele é forte e entregar aplicação por reconciliação a partir do Git. O plano de contribuir upstream em desempenho do Argo CD também indica que escala grande ainda exige ajuste.