<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>VCUDA - 标签 - 探索云原生</title><link>https://www.lixueduan.com/tags/vcuda/</link><description>探索云原生（微信公众号：探索云原生）,是意琦行的技术博客。一个云原生打工人的探索之路。从容器与编排出发，现主要折腾云原生AI基础设施：GPU资源化、编排调度、模型服务与可观测性等等。坚持分享踩坑实录与最佳实践。</description><generator>Hugo 0.149.0 &amp; FixIt v0.4.0-alpha-20250831070510-5a66a050</generator><language>zh-CN</language><managingEditor>xueduan.li@gmail.com (意琦行)</managingEditor><webMaster>xueduan.li@gmail.com (意琦行)</webMaster><lastBuildDate>Wed, 08 Jan 2025 22:00:00 +0000</lastBuildDate><atom:link href="https://www.lixueduan.com/tags/vcuda/index.xml" rel="self" type="application/rss+xml"/><item><title>HAMi vGPU 原理分析 Part5：HAMi-core(libvgpu.so) vCUDA 工作原理分析</title><link>https://www.lixueduan.com/posts/kubernetes/36-hami-analyze-5-hami-core/</link><pubDate>Wed, 08 Jan 2025 22:00:00 +0000</pubDate><author>xueduan.li@gmail.com (意琦行)</author><guid>https://www.lixueduan.com/posts/kubernetes/36-hami-analyze-5-hami-core/</guid><category domain="https://www.lixueduan.com/categories/kubernetes/">Kubernetes</category><description>&lt;p&gt;&lt;img loading="lazy" src='https://img.lixueduan.com/kubernetes/cover/hami-analyze-5-hami-core.png' alt="hami-analyze-5-hami-core"&gt;&lt;/p&gt;
&lt;p&gt;上篇我们分析了 hami-scheduler 中 Spread、Binpack 等高级调度策略是怎么实现的。&lt;/p&gt;
&lt;p&gt;本文为 HAMi 原理分析的第五篇，简单分析一下 HAMi-Core(libvgpu.so) vCUDA 的工作原理，包括怎么生效的，CUDA API 怎么拦截的，以及是怎么实现的对 GPU 的 core、memory 资源的 limit 的。&lt;/p&gt;</description></item><item><title>开源 vGPU 方案：HAMi,实现细粒度 GPU 切分</title><link>https://www.lixueduan.com/posts/kubernetes/26-gpu-virtualization-hami/</link><pubDate>Wed, 09 Oct 2024 22:00:00 +0000</pubDate><author>xueduan.li@gmail.com (意琦行)</author><guid>https://www.lixueduan.com/posts/kubernetes/26-gpu-virtualization-hami/</guid><category domain="https://www.lixueduan.com/categories/kubernetes/">Kubernetes</category><category domain="https://www.lixueduan.com/categories/ai/">AI</category><description>&lt;p&gt;&lt;img loading="lazy" src='https://img.lixueduan.com/kubernetes/cover/vgpu-hami.png' alt="vgpu-hami.png"&gt;&lt;/p&gt;
&lt;p&gt;本文主要分享一个开源的 GPU 虚拟化方案：HAMi，包括如何安装、配置以及使用。&lt;br&gt;
相比于上一篇分享的 TimeSlicing 方案，HAMi 除了 GPU 共享之外还可以实现 GPU core、memory 的限制，保证共享同一 GPU 的各个 Pod 都能拿到足够的资源。&lt;/p&gt;</description></item></channel></rss>