用 Kubernetes 老兵听得懂的类比，讲透 token、模型、训练、推理、Transformer、Tensor Core、HBM、KV Cache 到底是什么，以及为什么 AI 非跑在 GPU 上不可。
GPU
从 GPU 利用率到 Productive GPU-Hours，AI Infra 的效率升级。
从 GPU 到 Token：AI 基础设施的八层可观测性体系
从 GPU 硬件、Kubernetes 调度、推理引擎到 Token 成本，理解现代 AI 基础设施的八层可观测性架构。
Token 不只是计费单位，它正在成为 AI 时代的新资源单位
最近 Linux Foundation 宣布成立 Tokenomics Foundation。这个基金会的意义可能不在于它会不会定义新的标准，而在于它隐含承认了一件事：Token 已经开始成为一种资源，就像 CPU 在云时代那样。
从一线实践和开源生态角度，分析 AI Infra 核心瓶颈的演变、CPU/GPU/调度的真实角色、云原生开源调度生态演进，以及训练、推理、Agent 等不同场景下的算力需求变化。
Token 背后的 GPU：Kubernetes 如何把算力用满
2026 超云生态沙龙分享，讲解 Kubernetes 环境下 GPU 算力调度与共享的最佳实践，涵盖 HAMi 项目及 GPU 切分、显存隔离等核心技术。
KubeCon Europe 2026 第一日观察：Kubernetes 如何适应 AI 基础设施浪潮，以及 GPU 资源层的演进趋势。
本文以苹果地图和天气中空气质量数据的呈现差异为切入点，探讨技术标准与数据主权如何影响不同国家的 AI 开源路径，并分析基础设施级开源为何成为生态主导权的关键战场。
正式加入 Dynamia 密瓜智能，开启 AI 原生基础设施新征程
加入 Dynamia 密瓜智能，出任开源生态 VP，负责 AI 原生基础设施生态建设，推动算力从硬件消耗走向核心资产。
基于个人 2025 年度回顾与行业观察，我认为软件工程的核心正在发生结构性转移：从以代码为中心，转向以运行时可控性与成本治理为中心。AI 与 Agent 的普及，并没有削弱工程价值，而是把工程复杂性上移到了运行时、算力与预算层。