HAMi

GPU 调度全景与 mutex 语义验证

从「为什么要做 GPU 调度」讲起：默认调度器的三个盲区，节点、卡、拓扑三个调度维度，HAMi v2.10 如何用一条策略链覆盖它们；最后用 kind 上可复现的判决性实验裁决 mutex 的真实语义：它要的是一张零租户的卡。

HAMi-core 与 KAI Scheduler

GPU 共享正从软分配走向可治理，调度决策与运行时隔离开始能够对应。

HAMi 晋升 CNCF Incubating 之后：从代码共同体到共识网络

代码越来越不值钱，共识和社区才是 AI 时代开源的稀缺品。

Olares 与 HAMi：端侧 AI 工作站新拐点

HAMi 从集群走向桌面，Olares 让端侧 AI 有了真正的控制平面。

GPU 利用率正在“失灵”

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。

Kubernetes 正在成为 AI 时代的 GPU Control Plane

观察 AI 基础设施控制面演化的几个趋势，聚焦 HAMi v2.9、GPU 调度和 Kubernetes 资源模型。