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。
Kubernetes
HAMi 从集群走向桌面，Olares 让端侧 AI 有了真正的控制平面。
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。
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。
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。
在 KubeCon EU 2026 中，我感受到 Kubernetes 与 AI 浪潮的焦虑与变化。这篇文章深入探讨了 Kubernetes 在 AI 时代的挑战与未来发展机遇。