![]()
先看几个令人心动又让钱包一紧的 GPU 型号：NVIDIA A100 80GB、H800 80GB、RTX 4090 24GB...
![]()
这些 AI 时代的“超级马力”，无论我们是砸钱买断，还是花高价租用，都只能整块拿下。可除了模型训练，更多时候只是用来跑推理、开发/测试环境，几十上百 GB 的显存真的全能派上用场吗？多数情况下，你的 GPU 算力其实都在“摸鱼”，利用率可能连 20% 都不到。
在算力就是钞票的 AI 时代，GPU 闲置哪是“摸鱼”，这分明是“撒币”行为。
- 如果你是 AI 团队的 Leader，一边要交代高昂算力开销，一边还要安抚抱怨“GPU 不够、流程太慢”的团队成员，是不是早已身心俱疲？
- 如果你是 MLOps 或平台工程师，每天盯着 GPU 集群利用率长期低于 20%，还得处理各种“抢资源”工单，是不是觉得自己的技术没用在刀刃上？
- 如果你是 AI 算法工程师，只是想跑个预处理、验证模型、调试代码，却要为一张被“霸占”却没被用满的 A100/H800 排队数小时，灵感都快被磨光了吧？
别急，今天的主角——HAMi，就是你的“开源解药”！
![]()
GitHub 地址：github.com/Project-HAMi/HAMi
简单来说，HAMi 是由上海密瓜智能发起的，面向 K8s 的异构 AI 计算虚拟化中间件。它的核心能力，就是像切蛋糕一样，把一整块物理 GPU 灵活切分为多块虚拟 GPU（vGPU），并按需分配给不同业务（Pod），实现算力的精细化共享与隔离。
最关键的是，你的 AI 应用代码，一行都不用改！
一、GPU 共享的两个“陷阱”，为何需要 HAMi？
要理解 HAMi 的价值，我们首先要明白一块 GPU 包含了两种核心资源：显存 (Memory) 和计算核心 (Compute Cores)。在没有管理机制的“原生共享”模式下，这两种资源都会陷入困境：
- 显存的“独占性”（OOM 问题）：GPU 显存是一个“硬性资源”。一个程序启动时，必须先申请到足够的显存空间来加载模型和数据。在原生共享模式下，这就是一场“先到先得”的游戏。
- 算力的“混沌竞争”（性能问题）：即便多个任务都成功挤进了显存，它们接下来也要争抢有限的算力核心。这就像一场没有规则的“大乱斗”。一个计算密集型任务可能会在某个瞬间霸占几乎所有的计算资源，导致其他任务被“饿死”，响应变得极慢。
面对以上两个陷阱，HAMi 提供了精准且优雅的解决方案。它能同时对显存和算力进行精细化切分和管理：
对于显存：实现“硬性隔离”
HAMi 会为每个任务划分出一段完全独立的、大小固定的虚拟显存空间。每个任务只能在自己的“包间”里活动，彻底杜绝了因某个任务过度占用而导致其他任务无法启动的 OOM 问题。
对于算力：实现按比例分配
HAMi 允许你为每个任务分配特定比例的算力（例如，为 A 任务（pod）分配 30% 的算力，B 任务 50%）。确保每个任务都能获得其应有的计算资源，从而保障性能的稳定和可预期，告别“性能抖动”。
总结一下，HAMi 可以将 GPU 从一个混乱、不可预测的“公共资源”，转变为多个独立、稳定、可度量的“私有资源”，这就是它实现 GPU 高效利用的核心所在。
搞懂了这一点，我们再来看 HAMi 在 K8s 里的操作，你就会觉得豁然开朗。
二、三步搞定，简单到不像话！
在我们熟悉的 K8s 环境里，GPU 一直是个“倔强的老顽固”——一个 Pod 就得独占一整张卡，申请 GPU 资源也只能按“卡”来。
但 HAMi 的出现，彻底改变了这一游戏规则。
![]()
有了 HAMi，你可以像点菜一样，随心为 AI 应用选配告别 GPU 资源浪费，比如「1GB 显存、30% 算力」。
别看功能这么牛，但安装 HAMi 却超级简单。它就像 K8s 的即插即用扩展包，用 Helm 工具三条命令搞定：
# 1. 先给你有 GPU 的机器打个标签，让 HAMi 认识它
kubectl label nodes {nodeid} gpu=on
# 2. 添加 HAMi 的官方“菜单”
helm repo add hami-charts https://project-hami.github.io/HAMi/
# 3. 下单安装！
helm install hami hami-charts/hami -n kube-system
搞定！看到 hami-device-plugin 和 hami-scheduler 这两个 Pod 都正常地 Running 起来，就说明你已经成功化身“GPU 管理大师”了。
以后，你就可以用下面的配置，为你的 AI 应用轻松+愉快地申请任意大小的 vGPU 了。
apiVersion: v1
kind: Pod
metadata:
name: gpu-pod
spec:
containers:
- name: ubuntu-container
image: ubuntu:18.04
command: ["bash", "-c", "sleep 86400"]
resources:
limits:
nvidia.com/gpu: 1 # 申请 1 个 vGPU
nvidia.com/gpumem: 1024 # 每个 vGPU 包含 1024MB 设备内存
nvidia.com/gpucores: 30 # 每个 vGPU 分配 30% 的计算核心
此外，官方还贴心地准备了可视化界面 HAMi-WebUI，让摸鱼的 GPU 无所遁形！
![]()
三、揭秘 HAMi 技术核心，个人开发者也能玩转！
你肯定好奇，HAMi 到底用了什么黑科技，竟然能瞒天过海，“骗”过 CUDA，让程序觉得自己拥有一整块 GPU？
答案全在它的核心武器：HAMi-core。
这玩意儿的原理，说白了，就是“欺上瞒下”的高级玩法。
3.1 HAMi 核心原理
HAMi-core 本质上是一个实现了 CUDA API Hook（钩子）的动态链接库 (libvgpu.so)。它的工作原理非常巧妙，也十分经典：
![]()
如上图所示，它通过 LD_PRELOAD 环境变量，在你的应用程序和真正的 CUDA 驱动之间“插入”了自己。当你的程序调用一个 CUDA API（比如申请显存）时，HAMi-core 会先“劫持”这个请求，然后根据你设置的限制（比如 2GB 显存）进行判断和管理，最后再把一个“修改过”的请求或者一个“虚拟”的响应回传给你的程序。
整个过程，你的程序和驱动都被蒙在鼓里，还以为对方是原装的。就靠这手“瞒天过海”，它轻松实现了显存虚拟化、算力限制和用量监控。
3.2 本地体验 GPU 虚拟化
这个设计的精髓在于，HAMi-core 完全可以脱离 K8s 单飞！这意味着，在你自己的电脑上，用 Docker 就能体验到 GPU 精准分配的快乐！
这对于想在单张卡上模拟多环境测试的个人开发者来说，简直太实用了！
假设你的显卡是 12G，我们切个 2G 的 vGPU 出来玩玩。
第一步：构建包含 HAMi-core 的镜像
# 在 HAMi-core 项目里，用官方 Dockerfile 构建一个新镜像
docker build . -f=dockerfiles/Dockerfile -t cuda_vmem:tf1.8-cu90
第二步：准备 Docker 运行所需的环境变量
# 把英伟达驱动、工具啥的都准备好挂载进去
export DEVICE_MOUNTS="..."
export LIBRARY_MOUNTS="..."
第三步：运行容器并应用 vGPU 限制！
最关键的一步来了，通过环境变量“激活”我们的 GPU 管家：
docker run ${LIBRARY_MOUNTS} ${DEVICE_MOUNTS} -it \
-e CUDA_DEVICE_MEMORY_LIMIT=2g \
-e LD_PRELOAD=/libvgpu/build/libvgpu.so \
cuda_vmem:tf1.8-cu90
当你在容器里敲下 nvidia-smi 并回车，你会看到……
![]()
总显存不多不少，正好是我们设定的 2048MB！在这个容器里，任何程序都休想突破这个“结界”。是不是泰酷辣！
四、为什么说 HAMi 是 AI 算力的“必选项”？
看到这里，你应该明白了，HAMi 代表了一种更聪明、更高效的算力利用方式。
-
降本增效，立竿见影：GPU 利用率大幅提升，让本只能跑一个任务的显卡，轻松承载更多任务，资源价值直接翻倍。
-
国产芯的“瑞士军刀”：不止支持英伟达，HAMi 还兼容寒武纪、海光、昇腾等众多国产 AI 芯片。在信创大潮下，战略价值不言而喻。
-
出身名门，CNCF 认证：作为 CNCF 官方沙箱项目，HAMi 拥有云原生世界的“正统身份”，稳定性和社区支持有保障，选它更安心。
-
久经沙场，巨头验证：顺丰、AWS 等国内外头部企业都已在生产环境深度应用，早已证明 HAMi 不是“玩具”，是真正能打的“正规军”。
![]()
五、最后
在 AI 大模型“军备竞赛”白热化的今天，谁能把算力用得更精、更省，谁就掌握了未来的主动权。HAMi 正是为此而生的一把“瑞士军刀”，它优雅、无感，却能实实在在地帮你把钱花在刀刃上。
最后，别再让你的 GPU 继续摸鱼了，给它上点强度吧！
开源不易，期待你的 Star 支持！
