异构算力调度：从 HAMi 到 HAMi-DRA
2026/8/23大约 2 分钟
AICon 2026 学习系列 · 阶段 5 · 推理与 AI Infra · 第 34/43 篇 · 🚧 占位待学
上一篇：《投机解码与 MoE：一眼对照》
下一篇：《RL Infra 概念级：从 RLHF 到 Diffusion RL》
学习大纲：《AICon 2026 学习总纲》
状态：待学习。 本文为占位文档：知识点清单、实验与验收标准已就绪，正文待按「先学习、先实验、再撰写」补全。
对应总纲单元：阶段 5 · 单元 5.8
一、本文要解决的问题
一台机器 N 张卡、几种卡型，多个团队抢——GPU 的「虚拟化与调度」是 K8s 时代的资源管理新战场。HAMi 做虚拟切卡，K8s DRA 做动态资源分配，AICon 议题讲的是两者的合流。你的 K8s 功底在这里兑现。
二、知识点清单
- GPU 共享的三种粒度：整卡 / 时间片 / 显存切分（MIG 与 vGPU）
- HAMi：异构算力虚拟化中间层，统一纳管不同厂商卡，屏蔽差异
- K8s DRA（Dynamic Resource Allocation）：与 Device Plugin 的差异、版本现状
- HAMi-DRA：把 HAMi 的切分能力接到 DRA 框架上——两边优势的合并
- 调度之外的算力管理：拓扑亲和、池化与碎片整理
三、动手实验（学习时必须真跑）
- Kind/Minikube 起集群部署 HAMi，提交两个共享一张（假）GPU 的任务，观察切分与限额
- 读 AICon《从 HAMi 到 HAMi-DRA》议题摘要，写半页「DRA 补了 Device Plugin 的什么短板」
四、验收标准（全部通过才进入下一篇）
五、写作提示（补正文时遵守）
- 开篇问题驱动；结构走「是什么 → 为什么 → 怎么做 → 背景知识」
- 所有代码、命令、输出必须先在本机跑通再写入，不得杜撰
- 版本口径以总纲环境清单为准（Python 3.12 / Ollama / vLLM 与 SGLang 最新版 / Spring AI 1.x）
- 涉及版本敏感结论时标注出处与时间
本篇完成后，把文首导航块的「🚧 占位待学」去掉，并在总纲处打卡。