本次分享会李孟轩详细解析了 HAMi 2.9 版本的核心特性，重点演示了华为昇腾 Ascend NPU 软切分方案及 HAMi DRA 架构，并针对异构算力调度、监控及国产卡适配等热点问题进行了深度答疑。直播全程结合 Live Demo，让观众直观感受各项新能力的实际效果。让 Kubernetes 能更好地管理 AI 算力资源。无论是 GPU 共享、异构调度，还是 DRA 这样的 Kubernet

近日，云原生与开源领域资深技术人正式加入密瓜智能，出任。随着 Jimmy 加入，将助力密瓜智能在 AI 原生基础设施生态建设、全球开发者协作领域的布局，为相关实践提供经验参考。作为，Jimmy 是中国云原生领域公认的技术实践者与传播者之一。在 Kubernetes、Service Mesh 、分布式系统等关键技术尚未成为行业共识之前，他已深度参与相关实践与传播，是国内较早系统性引介云原生架构的技术

Kubernetes 正在从一个容器编排平台，逐步演变为 AI 基础设施的控制面，而 GPU 也正在成为这一体系中的核心资源。在这一过程中，如何实现 GPU 的共享、虚拟化与高效调度，将直接影响 AI 系统的成本与效率。如果你也在思考这些问题，欢迎在 KubeCon Europe 2026 期间到现场交流。「Dynamia 密瓜智能」将在现场代表 HAMi 社区与大家见面。HAMi 是 CNCF

燧原科技马达深度拆解国产 GPU 在 Kubernetes 生态中的云原生集成方案——从 GPU Operator 全生命周期管理、CDI 标准设备注入，到基于 CNCF 四层栈的 Inference Gateway 推理网关架构，覆盖设备发现、资源调度、容器接入、可观测性和推理优化的完整链路。

HAMi 对亚马逊云科技 Neuron 的支持，在设计上体现了清晰的工程哲学：用策略代替扫描，用简约实现高效。其拓扑寻优算法，通过识别实例类型并将拓扑问题简化为寻找连续的设备索引，以极低的复杂度实现了与亚马逊云科技官方调度器行为一致的高性能调度。这种务实的设计，不仅确保了多设备任务能够充分利用 Neuron 硬件的底层高速互联优势，也为用户提供了灵活、易用的云原生 AI 算力调度体验。参考资料。

接下来，我们会用五篇文章，从 HAMi 核心演进、共享算力架构、性能分析体系、算力云租赁模式以及国产算力适配与 DRA 建模等维度，逐步拆解整条“云原生 AI 基建之路”正在如何被夯实。你将看到的，不只是一个项目的成长，而是一整条开源算力生态正在加速成形。

MetaX sGPU 在 HAMi 社区的落地，是国产 GPU 能力与云原生调度技术相互成就的重要合作。沐曦以 sGPU 构建细粒度、可编排的算力接口，HAMi 提供统一而稳健的调度框架，使 GPU 从硬件资源走向可共享、可运营的云原生能力。这一模式不仅拓展了国产 GPU 的应用空间，也为 HAMi 构建跨芯片的调度标准奠定基础。

发起并主导的 CNCF 项目 HAMi，这是目前行业内唯一专注于异构 GPU 资源共享的开源项目，通过灵活、可靠、按需、弹性的 GPU 虚拟化来提升资源利用率，可以插拔式、轻量化、无侵入地部署在任意公有云、私有云、混合云环境中，可支持 NVIDIA、昇腾、沐曦、寒武纪、海光、摩尔线程，天数智芯、燧原、昆仑芯、AWS 等异构芯片。发起的CNCF 开源项目 HAMi，是唯一专注异构算力虚拟化的开源项目

回顾过去一年，HAMi 项目如何从单一 GPU 虚拟化方案成长为支持 11+ 厂商异构 AI 加速器的统一平台。

Kubernetes 因其卓越的稳定性和强大的集群调度与管理能力而被选中，显著降低了大规模集群的运营复杂性和维护开销。随着模型采用率和请求量在整个组织中的增长，GPU 效率和工作负载隔离成为平台的关键要求。这种架构分离确保训练作业获得专用、可预测的资源，而推理服务通过内存共享实现高密度，消除了不同工作负载类型之间的资源争用，并最大化了整体基础设施效率。最初，由于多云环境的复杂性和多样化的工作负载需