通过 Helm 在线安装
使用官方 Helm Chart 安装新的 HAMi release。已有 release 按升级指南操作。
安装前准备
完成集群与设备前置条件，按设备指南准备驱动、容器运行时、节点标签和所需 values。NVIDIA 环境将适用的运行时与 GPU Operator 配置保存为 hami-nvidia-values.yaml。其他厂商可能需要单独部署设备插件；在 HAMi 中启用厂商支持，不代表 Chart 会安装其设备插件。
添加 Helm 仓库
helm repo add hami-charts https://project-hami.github.io/HAMi/
helm repo update hami-charts
helm search repo hami-charts/hami --versions
选择 Chart 版本，并使用匹配的文档版本。Next 对应开发分支，可能包含已发布 Chart 尚不支持的配置。
准备 values
查看所选版本的默认配置：
helm show values hami-charts/hami --version <chart-version>
创建 my-values.yaml，写入此次安装需要的覆盖配置。NVIDIA 环境从前置条件中准备的配置文件开始。共享限制、调度策略和配置优先级见配置指南。
中国网络环境下的镜像源
Chart 默认使用上游镜像仓库（global.imageSource=upstream）。在中国网络环境下，若从上游仓库拉取镜像缓慢或失败，可设置 global.imageSource=cn。使用前，先通过上面的 helm show values 命令确认所选 Chart 版本包含 global.imageSource。
DaoCloud 公共镜像服务（m.daocloud.io）可能出现拥堵或限流。选择 cn 不保证镜像拉取更快或一定成功。如果仍然拉取失败，可改用能够访问的上游仓库，或将所需镜像复制到自有仓库，并配置对应的镜像 registry 和 repository 参数。
使用 global.imageSource=cn 时，需保持 global.imageRegistry 为空（默认值）。非空的 global.imageRegistry 优先级更高，会禁用镜像源选择。
将以下配置合并到 my-values.yaml，保留已有的其他 global 配置：
global:
imageSource: cn
也可在后文的安装命令中追加 --set global.imageSource=cn。
对于受支持的默认镜像引用，cn 为 kube-scheduler 和默认固定摘要的 certgen 镜像选择阿里云镜像源，为 HAMi、mock-device-plugin 和 Lupine 服务端、客户端镜像选择 DaoCloud 镜像源。自定义仓库不会自动改写。镜像覆盖配置和例外情况见 Chart values 参数表。
部署 HAMi
以下示例使用 kube-system 命名空间和 hami release。按实际情况替换名称，将 <chart-version> 替换为上一步选择的版本：
helm install hami hami-charts/hami \
--namespace kube-system \
--version <chart-version> \
--values my-values.yaml
Chart 自动检测 Kubernetes 服务端版本，并选择匹配的 kube-scheduler 镜像。需要覆盖标签时，在 values 中设置 scheduler.kubeScheduler.image.tag。该镜像不使用 global.imageTag。
NVIDIA 驱动发现
保留 devicePlugin.nvidiaDriverRoot=auto 即可自动探测驱动路径。插件读取 GPU Operator 的 /run/nvidia/validations/driver-ready；文件不存在时，按宿主机安装驱动处理。若 HAMi 早于 GPU Operator 完成验证启动，等待 GPU Operator 就绪后重启 HAMi 设备插件 DaemonSet。
设备插件 Pod 必须使用 NVIDIA runtime，才能加载驱动库并发现 GPU。可将 NVIDIA 设为节点默认运行时，或配置 devices.nvidia.runtimeClassName。CDI 的配置和前置条件见配置 CDI，驱动路径覆盖及挂载行为见 Chart values 参数表。
验证安装
以下命令使用 kube-system 命名空间、hami release 和默认资源名称。自定义安装时，使用实际的命名空间、release 标签值和 Chart 渲染的资源名称。例如，使用默认命名配置的 gpu release 会创建 gpu-hami-scheduler 和 gpu-hami-device-plugin。
检查调度器和所选设备的设备插件 Pod：
kubectl get pods -n kube-system -l app.kubernetes.io/instance=hami
kubectl rollout status deployment/hami-scheduler -n kube-system
使用 Chart 管理的 NVIDIA 设备插件时，再检查：
kubectl rollout status daemonset/hami-device-plugin -n kube-system
组件就绪仅说明启动完成。运行 NVIDIA 示例或设备指南中的验证步骤，检查设备分配和工作负载行为。单独部署的设备插件使用其自身的资源名称和命名空间。
