Kubernetes se ha consolidado como el estándar de la industria para la orquestación de contenedores en entornos de nube, con su programador colocando dinámicamente instancias de contenedores en nodos de clúster basados en reglas y algoritmos predefinidos. Se han realizado varios esfuerzos para ampliar y mejorar el programador de Kubernetes. Sin embargo, dado que la mayoría de los clústeres de Kubernetes operan en hardware homogéneo, la mayoría de los algoritmos de programación también se desarrollan solo para sistemas homogéneos. Las infraestructuras heterogéneas, que incluyen dispositivos IoT o hardware especializado, se han vuelto más comunes y requieren ajustes especializados para optimizar la asignación de carga de trabajo, para lo cual los investigadores y desarrolladores que trabajan en sistemas de programación requieren acceso a hardware heterogéneo para el desarrollo y la prueba; estos datos pueden no estar disponibles. Si bien las simulaciones como CloudSim o K8sSim pueden proporcionar información, el nivel de detalle que pueden ofrecer para validar nuevos programadores es limitado, ya que son solo simulaciones. Para abordar esto, presentamos Q8S, una herramienta para emular clústeres heterogéneos de Kubernetes que incluyen arquitecturas x86_64 y ARM64 en OpenStack usando QEMU. Las emulaciones creadas a través de Q8S proporcionan un mayor nivel de detalle que las simulaciones y pueden utilizarse para entrenar algoritmos de programación de aprendizaje automático. Al proporcionar un entorno capaz de ejecutar cargas de trabajo reales, Q8S permite a los investigadores y desarrolladores probar y refinar sus algoritmos de programación, lo que finalmente conduce a una gestión de clústeres heterogéneos más eficiente y efectiva. Publicamos nuestra implementación de Q8S como código abierto.