究竟什么是HAMI，能做什么

📚 一、技术知识主线：从算力租赁到 HAMi 原理

1. 算力租赁市场

• 主流平台分类：国内主流云（阿里云/腾讯云/华为云）、垂直AI平台（AutoDL/无问芯穹）、国际专业平台（Lambda Labs/CoreWeave）、共享算力平台（Vast.ai）
• 核心价值：通过 GPU 虚拟化技术，把昂贵的高端显卡“切碎”按需出租，降低成本

2. GPU 虚拟化

• 定义：把一张物理 GPU 切割成多个更小的虚拟 GPU（vGPU），分给多个任务使用
• 两种技术路线：
  • 硬件辅助虚拟化：厂商官方支持（如 NVIDIA vGPU），性能好但需授权
  • 软件虚拟化/API转发：通过劫持 CUDA 调用实现，成本低但性能开销稍大
• 核心价值：提升 GPU 利用率（从 <30% 到 80%+），降低算力成本

3. HAMi 是什么

• 定位：CNCF Sandbox 项目，开源的云原生 GPU 虚拟化中间件
• 三大核心能力：
  • 共享与切分：一张物理卡切成多份 vGPU
  • 隔离与调度：精确限制显存和算力，防止任务互相干扰
  • 统一纳管：像管理 NVIDIA GPU 一样管理昇腾、海光等多种国产芯片
• 技术原理：三个组件协同工作
  • HAMi 调度器 (Scheduler)：智能决策，把任务分配到最合适的 GPU 卡
  • 设备插件 (Device Plugin)：资源上报、环境注入
  • HAMi-Core：通过 LD_PRELOAD 劫持 CUDA API，强制执行显存和算力限制

4. 与 HAMi 类似的项目

• Volcano vGPU（华为，维护较少）、Orion vGPU（腾讯，维护较少）、vgpu_unlock（消费级显卡“破解工具”，仅限实验）、KAI Scheduler（专注调度策略，可与 HAMi 配合）
• 结论：HAMi 是目前 CNCF 唯一仍在持续迭代的综合方案

5. CNCF 与 Kubernetes 社区的关系

• CNCF：云原生生态的“运营方”（品牌、KubeCon、认证、治理）
• K8s 社区：技术创新的“发动机”（SIG 机制、OWNERS 文件、民主化决策）
• 特殊关系：不是 CNCF 创造了 K8s，而是 K8s 催生了 CNCF
• 权力划分：技术决策归社区，外围事务归 CNCF

6. 类似 CNCF 的开源组织

• Apache 软件基金会：大数据技术的摇篮（Hadoop、Spark、Kafka）
• Linux 基金会：开源“巨无霸”，CNCF 是其子基金会
• 开放原子开源基金会：中国的国家级开源基金会（OpenHarmony、openEuler）

🚀 二、职业发展主线：如何成为 HAMi 创始人这样的人

1. HAMi 创始人张潇是谁

• 云原生及异构算力虚拟化专家，曾在第四范式负责一体机项目
• 上海密瓜智能科技有限公司 创始人兼 CEO，HAMi 作者
• 商业化路径：开源项目 → CNCF Sandbox → 成立公司 → 种子轮 500 万 → 天使轮数千万

2. HAMi 的商业化故事

• 孵化期：在 DaoCloud 道客内部孵化，验证商业模式
• 融资节奏：2025.1 成立公司 → 2025.3 种子轮 500 万 → 2026.1 天使轮数千万
• 三大战略：企业级产品、开源社区、商业化变现
• 核心洞察：开源是护城河，商业是放大器

3. 成为 HAMi 创始人这样的人的路线图

阶段一：积累期（1-3年）

• 深耕垂直领域（GPU 虚拟化/异构算力），积累实战经验
• 写博客记录学习过程，建立个人品牌
• 加入相关开源社区，从 good-first-issue 开始

阶段二：爆发期（1-2年）

• 找到真实痛点，启动自己的开源项目 MVP
• 选择合适的开源协议（推荐 MIT 或 Apache 2.0）

阶段三：放大期（1-3年）

• 把社区当核心资产，建立贡献者阶梯
• 申请 CNCF Sandbox，获得全球背书
• 从 KCD 开始演讲，再到 KubeCon

阶段四：商业化期（1-2年）

• 选择商业模式（Open Core、托管服务、技术支持）
• 融资节奏：先有用户和社区，再融资

4. 新可能：AI 时代的加速路径

• 案例：金融背景的杨天润，一行代码没写，仅用 AI 辅助进入了 OpenClaw 贡献者前 30 名
• 方法论：把 AI 当“大师”而不是工具，组建“AI 军团”（PM Agent + CTO Agent + CMO Agent）

🎤 三、实践落地：如何使用 HAMi + 如何登上演讲舞台

1. HAMi 的使用方法

安装部署（推荐 Helm）：

1
2
helm repo add hami-charts https://project-hami.github.io/HAMi/
helm install hami hami-charts/hami --set scheduler.kubeScheduler.imageTag=<K8s版本> -n kube-system

提交任务（Pod YAML）：

1
2
3
4
5
resources:
  limits:
    nvidia.com/gpu: 1        # 1个vGPU
    nvidia.com/gpumem: 3000  # 3000MiB显存
    nvidia.com/gpucores: 30  # 30%算力

2. 去 KCD/KubeCon 演讲的路径

你的进阶路线：

1. 近期：使用 HAMi，写博客记录经验
2. 第一次：关注 KCD，提交闪电演讲（10分钟）
3. 长期：持续贡献 → 成为 Reviewer → 冲击 KubeCon

📖 四、你的专属学习路线图

第一阶段：通用技术基础（6-9个月）

第二阶段：专业领域深入（3-6个月）

第三阶段：社区参与与领导（持续）

• 从 good-first-issue 开始提交 PR
• 成为 Member（5 个 PR 或 5 个 PR 审核）
• 成为 Reviewer（负责特定模块）
• 成为 Maintainer（战略决策 + 社区领导）

💎 五、核心洞见总结

1. 技术层面：GPU 虚拟化是 AI 基础设施的核心环节，市场千亿美元级，年增长 20%+，窗口期仍在

2. 职业层面：张潇不是一天变成的，他在第四范式的积累 + HAMi 的开源爆发 + 融资商业化，每一步都有迹可循

3. 行动层面：你现在就可以开始——跑通 HAMi → 写博客 → 提交 PR → 投 KCD CFP

4. 核心理念：项目才是真正的名片。张潇能站在 KubeCon 的舞台上，不是因为他是“张潇”，而是因为他做了 HAMi。

• Previous
  如何使用HAMI赚钱?
• Next
  UTF-8 和 Unicode的区别是什么？