港股AI代表性公司第四范式技术再现新进展。

继上月发布“虚拟显存”技术后，范式智能再次发布GPU动态调度新进展——基于Kubernetes动态资源分配（DRA）的GPU动态调度能力，实现对GPU算力与显存的一体化精细调度。该技术不仅是对用户关于“算力能否像显存一样动态切分”疑问的深入回应，也被视为GPU资源管理从容量扩展迈向多维资源协同调度的新阶段。

随着Kubernetes v1.34的正式发布，其核心特性——动态资源分配（DRA）已稳定启用，标志着云原生资源调度进入更智能、更灵活的时代。

目前，范式智能完成HAMi-Core与DRA的深度适配，并推出GPU动态资源驱动（DRA Driver），让GPU像CPU一样被灵活共享与调度，推动云原生算力管理体系不断完善与升级，为人工智能算力管理带来新的可能。

在AI任务中，GPU是模型训练和推理的“引擎”，但长期以来，传统使用方式常导致GPU资源浪费：要么“使用不满”，要么“独占浪费”。HAMi-Core结合DRA能力，实现了GPU的动态切分与多任务并行。简单来说，不同的任务可以同时使用同一块GPU，各自占用合适的算力与显存，就像多个应用共享CPU一样高效。

这将带来两大改变：在任务分发调度方面，同一个GPU节点上，由原来的串行分配变为并行调度，提升整体效率。

如果用发牌来比喻这一变化，就是从“一人发完再发下一人”到“同时发牌给所有玩家”。由此，现在GPU可同时为多个任务“发牌”，实现真正的并行调度，任务等待时间大幅缩短，集群吞吐效率提升。

在任务申请资源方面，可以根据需求选择不同配置的GPU，更精细、更灵活，相当于选牌方式从“固定套餐”到“自由组合”。

HAMi-Core 作为由范式智能主导贡献的开源项目，致力于提升GPU在容器化和云原生环境下的利用率。此次适配工作让HAMi-Core与Kubernetes的动态资源调度能力实现了结合，让算力资源的申请、分配和释放都能通过标准化方式自动完成，降低使用门槛。这体现了范式智能在AI基础设施层面的技术深耕，也展示了其对开源生态的持续投入。

目前范式智能已将该演示项目开源至GitHub（Project-HAMi/k8s-dra-driver），并将与HAMi社区持续推进相关特性和生态建设，以期更多开发者和企业参与共建，共同推动 GPU 调度技术更智能、更开放。