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。
Inference
KAITO 与 KubeFleet：CNCF 正在重塑 AI 推理基础设施
KAITO 与 KubeFleet 推动 AI 推理基础设施标准化，助力多集群智能调度与声明式部署，提升全球化、高可用与成本优化能力。
使用云原生大模型开源四件套构建高效推理体系：KServe + vLLM + llm-d + WG Serving
云原生与 AI 原生架构师必读：KServe、vLLM、llm-d、WG Serving 如何形成大模型推理的云原生“四件套”，各自定位与组合优势，以及生态融合趋势分析。
AI 推理与 Kubernetes 的天然契合
AI 推理系统的核心诉求恰好与 Kubernetes 的设计哲学契合。本文从工程化视角探讨云原生在 AI 基础设施中的地位与未来趋势。