📰 AI 资讯

从 HAMi 到 HAMi-DRA：异构环境的算力资源管理实践｜AICon深圳

2026-07-11 10:00

Agent 时代，哪些方向正在成为行业关键变量？50 + 实战案例揭晓答案！模型参数规模不断突破，推理成本持续下降，开源生态日益繁荣。当模型能力逐渐成为行业共识，一个新的问题开始浮现：当人人都能获得强大的模型能力之后，真正的竞争力还剩下什么？ 答案正在从模型能力本身，转向围绕模型构建可规模化的智能系统；从单点能力提升，转向系统工程与组织级落地能力。在这一背景下，<a href="https://aicon.infoq.cn/2026/shenzhen/track" title data-type="link">2026 年 AICon 人工智能开发与应用大会 · 深圳站</a>正式启动。本次大会将于 8 月 21 日—22 日举办，聚焦 AI 基础设施、大模型系统、智能体工程、数据智能、多模态技术与行业落地等关键方向，邀请来自腾讯、阿里、华为、百度、蚂蚁集团等 50 + 头部科技企业技术负责人、科研机构一线专家，系统性分享前沿洞察与实战干货，共同探讨 AI 技术从能力到系统、从实验到生产的真实路径。范式智能系统研发专家杨守仁已确认出席 “<a href="https://aicon.infoq.cn/2026/shenzhen/track/1949" title data-type="link">AI Infra、推理工程与异构计算</a>” 专题，并发表题为《<a href="https://aicon.infoq.cn/2026/shenzhen/presentation/7168" title data-type="link">从 HAMi 到 HAMi-DRA：异构环境的算力资源管理实践</a>》的主题分享。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 作为范式参与发起的项目，是范式在异构算力管理上的实践的成果。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。但是随着 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 是 HAMi 社区在 DRA 方向上的最新实践，结合范式自身的异构算力管理实践，HAMi-DRA 能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。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，向大家介绍范式以及 HAMi 社区在异构设备管理的面临的挑战和实践，同时详细解析 HAMi-DRA 的整体架构设计与关键实现细节，展示如何基于 DRA 构建面向 AI 工作负载的可扩展 GPU 调度方案，并且综合说明在落地 HAMi-DRA 的过程中范式以及社区遇到的挑战。杨守仁，范式智能（原名第四范式）工程师，系统研发专家。在范式一直关注在 AI Infra 这个方向上，作为主要的负责人之一，参与范式的 GPU 集群的建设。目前是 HAMi 社区的 maintainer 之一，主要的贡献集中于 HAMi 调度器的性能优化和 HAMi-DRA 上，并且参与 HAMi 社区的维护工作。他在本次会议的详细演讲内容如下：演讲提纲：背景和动机<ul data-type="bulletedlist"><li data-type="listitem">异构设备管理的挑战</li><li data-type="listitem">传统 Device Plugin 的局限性</li></ul>2. HAMi 的如何解题<ul data-type="bulletedlist"><li data-type="listitem">HAMi 设计思路和关键实现</li><li data-type="listitem">HAMi 的问题和挑战</li></ul>3. Kubernetes DRA 介绍<ul data-type="bulletedlist"><li data-type="listitem">DRA API</li><li data-type="listitem">Consumable Capacity 特性</li></ul>4. HAMi-DRA 设计和实践<ul data-type="bulletedlist"><li data-type="listitem">整体架构和设计理念</li><li data-type="listitem">HAMi-DRA 的落地挑战Kubernetes 版本学习成本有限的设备支持</li><li data-type="listitem">基于 HAMi-DRA 的 GPU 调度方案调度性能提升完善的设备生命周期管理差异化的设备资源分配</li></ul>5. 总结和展望<ul data-type="bulletedlist"><li data-type="listitem">HAMi-DRA 后续规划</li><li data-type="listitem">多个 DRA Driver 联动支持</li></ul>实践痛点<ul data-type="bulletedlist"><li data-type="listitem">依赖高版本的 Kubernetes，生产环境推动困难</li><li data-type="listitem">DRA API 还在持续演进，部分特性还不是特性稳定，有一定的集成成本</li><li data-type="listitem">开箱即用的 DRA Driver 数量较少，支持的异构设备的数量有限</li></ul>听众收益<ul data-type="bulletedlist"><li data-type="listitem">详细解析异构算力管理上的挑战</li><li data-type="listitem">深度拆解 HAMi 和 HAMi-DRA 的设计和关键实现</li><li data-type="listitem">完整介绍基于 DRA 的 GPU 调度方案的挑战和实践</li></ul>除此之外，本次大会还策划了<a href="https://aicon.infoq.cn/2026/shenzhen/track/1949" title data-type="link">AI Infra、推理工程与异构计算</a>、<a href="https://aicon.infoq.cn/2026/shenzhen/track/1950" title data-type="link">超级个体与蜂群智能的共生进化</a>、<a href="https://aicon.infoq.cn/2026/shenzhen/track/1952" title data-type="link">迈向机器人 AGI 的关键技术与产业实践</a>、<a href="https://aicon.infoq.cn/2026/shenzhen/track/1953" title data-type="link">Agent 安全：从风险到可控</a>、<a href="https://aicon.infoq.cn/2026/shenzhen/track/1955" title data-type="link">端侧智能与 AI 原生终端</a>、<a href="https://aicon.infoq.cn/2026/shenzhen/track/1958" title data-type="link">AI Agent 高价值商业场景实战</a>等 11 个专题论坛，届时将有来自不同行业、不同领域、不同企业的 50+资深专家在现场带来前沿技术洞察和一线实践经验。大会限时早鸟票享 8 折专属优惠，现在报名立减 1160，更多详情可扫码或联系票务经理 13269078023 进行咨询。

🔗 查看原文 ↗

← 返回资讯列表