课程简介

随着国产算力的发展，算力集群的从单一的 NVIDIA 设备逐步走向有更多不同国产厂商设备构成的异构算力集群，异构算力的管理这个问题逐步浮出水面。HAMi 在易用性和管理能力上取得了一个较好的平衡，但是受限于 Kubernetes 的 Device Plugin 本身的缺陷，调度性能和精细化分配的能力面临瓶颈。

 然而，随着 Kubernetes v1.34 将 Dynamic Resource Allocation（DRA） 特性正式推进至 GA，集群设备资源管理从以节点为中心的分配模型，逐步演进为以资源对象为核心的声明式管理模式，相比传统 Device Plugin 接口仅能暴露简单容量信息，DRA 通过引入 ResourceClaim 使设备资源能够在 Pod 创建之前完成表达与约束，为 GPU 等复杂硬件资源的精细化调度提供了新的基础能力。

 HAMi-DRA 作为 HAMi 社区在 DRA 方向上的最新实践，它在不牺牲核心调度能力的前提下，将现有 GPU 虚拟化调度体系平滑迁移至 DRA 资源模型。同时，结合 HAMi-DRA 提供的 MCP 服务器，又降低了在 DRA 模式之下异构算力的维护成本。从范式的实践结果来看 HAMi-DRA 在调度性能和精细化管理方面带来了显著的提升。

 本次分享将从 Kubernetes 设备资源模型演进的视角出发，向与会者剖析HAMi社区在异构设备管理的面临的技术挑战和实践，并且详细解析 HAMi-DRA 的整体架构设计与关键实现细节，展示基于 DRA 和 MCP 构建面向 AI 工作负载的可扩展异构算力调度方案，以此为业界展示落地 HAMi-DRA 的过程中全新管理范式、开源社区遇到的难题。

课程收益

目标：

1．学习最新 Kubernetes DRA 相关方法实践；

2．了解 DRA Driver 的实现原理和技术难点；

3．洞悉DRA 给 AI 原生工作负载带来的价值。

 成功要点：

借助 DRA 所带来的全新的设备资源描述能力，能够实现多维度的资源建模，显著提升异构算力管理的精细度和调度能力，并结合 MCP提供的大模型结合能力有效降低 DRA 的学习和集群的维护成本。

 启示：

1. 积极拥抱上游社区的新方案有助于享受到新的技术红利，有利于开源社区的发展；

2. 结合大模型的基础能力，能有效降低异构集群的维护成本，版加速技术迭代。

 受众人群

系统研发专家、工程师、技术专家、架构师、开发者、开源领域建设者、CTO、算法工程师、AI工程师以及其他对系统研发、算力感兴趣的从业者。

课程周期

    0.5天（3H） 

课程大纲