从一场 GPU Workshop 看云原生基础设施的开发者体验困境
云原生社区的集体转向：ContainerDays Singapore 2026 参会随笔。
HAMi
从零共享 GPU：基于 HAMi 的 Kubernetes GPU 调度动手实践
ContainerDays 2026 Singapore 现场工作坊（45 分钟）。在本地 kind 集群上安装 HAMi，用两块模拟 A100 完成 GPU 共享、binpack 与 spread 调度策略实验，并了解 KAI Scheduler、Volcano 与 DRA 等进阶路径。无需真实 GPU。
模型越大，为什么还要切 GPU
大模型越来越大与 GPU 切分越来越重要，这两件事可以同时成立。
KubeCon China 2026 回顾
八年之后再回上海，我看到云原生正在成为 AI 的基础设施底座。
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 社区演进：当 AI 开始编写代码，开源社区真正的价值是什么
一位长期参与者的观察——从 HAMi 的成长故事（2021 开源、2024 CNCF Sandbox、2026 CNCF Incubating）出发，思考 AI 编码时代开源社区真正的价值：AI 降低了生产代码的成本，却没有降低达成共识的成本，未来的维护者将是共识构建者。
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。