Kamaji+HAMi 实现 GPU 多租户零成本隔离
推荐指数 68.0 NO. 024 · 2026.10.24
发布2026/10/23
简介
CNCF 项目 Kamaji 结合 HAMi，在单 Kubernetes 集群内用虚拟控制平面模拟独立硬件环境，实现 GPU 资源的多租户强隔离。GPU 团队终于不用在"一集群一控制平面"的高成本和"共享集群弱隔离"的高风险之间二选一了。
编辑判断
之前 GPU 多租户的常见解法是用 vCluster 或者纯命名空间隔离，但前者控制平面开销仍在，后者连 GPU 显存都隔不干净。Kamaji 的 trick 是把控制平面也租户化，每个团队拿到的是完整 Kubernetes API 的"虚拟集群"，HAMi 则负责在底层把物理 GPU 切片和调度做硬隔离。
这套组合最适配的场景是 MLOps 平台团队：你们不用改业务方的 YAML 习惯，也不用为每个算法团队买独立的 EKS/GKE 集群。已经在用 Kubeflow 或自研 ML 平台的公司，可以评估把 Kamaji 作为控制平面层，HAMi 替换掉现有的 GPU device plugin。