本章从工作负载视角探讨 GPU 平台实践：实验方法学总览、Ray/KubeRay 拓扑约束、vLLM 推理性能、PyTorch 训练调度，帮助理解真实负载如何放大平台问题。
章节目录
vLLM
草稿
从并发、KV cache 与显存形态解释推理为何放大共享问题，并给出可治理的部署与验收思路。
PyTorch
草稿
训练更依赖稳定吞吐与通信拓扑，讨论抢占、弹性与 checkpoint 如何影响调度器与数据平面策略。
Ray 与拓扑
草稿
多卡/多节点场景下，GPU 调度从资源数量升级为拓扑与通信主导，需关注资源表达与可用性验收。