实践教程

通过动手实践学习 HAMi。每个实验都是带真实输出的分步练习：你将亲手搭建集群、安装 HAMi，并验证 GPU 切分行为。

概念

实验所依赖的背景知识。

• GPU 软件栈全景：从硬件到 Kubernetes 调度的 5 层结构
• 理解 GPU 驱动：内核模块、NVML，以及自底向上的排障方法
• HAMi 集群架构：HAMi 集群中的每个组件及其作用

实验

实验 1: 在线安装 HAMi入门

在云虚拟机上从零搭建 GPU Kubernetes 集群并安装 HAMi。

约 60 分钟

实验 2: 本地 Fake GPU 安装入门

在笔记本上学习 HAMi 控制面，无需 GPU。

约 30 分钟

实验 3: GPU 切分进阶

多个 Pod 共享一张 GPU，显存和算力限制可验证。（中文翻译整理中）

约 30 分钟

实验 4: 用 DRA 切分 GPU高级

通过 Kubernetes 原生 Dynamic Resource Allocation 实现同样效果。（实验性，中文翻译整理中）

约 45 分钟

每个实验都列出了各自的前提条件。实验 3 和 4 直接复用实验 1 搭建的集群，一次开机即可完成全部三个实验；实验 2 可在任意笔记本上运行，无需 GPU。