HAMi Meetup深圳站将于2026年4月25日举行，主题为提升AI算力利用效率。活动将讨论异构算力调度和GPU优化等技术，并分享顺丰科技、招商银行等企业的实践经验。欢迎AI开发者和运维工程师参与，共同推动算力管理与调度的创新。

KCD Beijing 2026 是大型 Kubernetes 社区大会，HAMi 社区介绍了 GPU 调度的 DRA 模型，强调 GPU 从“设备”转变为“资源对象”。DRA 提升了资源建模能力，但用户体验有所下降。HAMi-DRA 通过自动化迁移简化用户操作，提高了 Pod 创建速度和可观测性，推动了 AI 基础设施的发展。

KubeCon EU 2026 结束，密瓜智能的 HAMi 项目展示了 GPU 共享与调度，强调 Kubernetes 在 AI 工作负载中的重要性，推动全球对 AI 基础设施的关注。

本周末，Dynamia 密瓜智能团队将参加阿姆斯特丹的 KubeCon + CloudNativeCon Europe 2026，讨论 Kubernetes、AI 和基础设施。他们作为 HAMi 项目的发起方，将参与多个核心活动，展示 GPU 虚拟化与调度的重要性，强调 AI 在云原生生态中的主导地位。

HAMi网站在过去两个月进行了全面重构，优化了信息架构和用户体验，改善了主页结构、搜索功能和移动端体验，使用户更易理解项目价值和社区影响。这次重构是视觉和系统的双重升级。

现代AI和机器学习中的GPU资源管理面临挑战。结合Karpenter和HAMi可实现GPU资源的细粒度分片和动态扩缩容，从而提高资源利用率，降低成本，适用于AI训练和科学计算等场景。

亚马逊云科技的HAMi中间件通过支持多种加速设备（如Neuron芯片），实现了异构算力的统一管理与调度。其核心特性包括双重粒度共享和策略性拓扑调度，显著提升资源利用率并降低运维复杂度。HAMi v2.7.0深度集成Neuron芯片，优化调度策略，确保高效算力调度体验。

密瓜智能与沐曦团队合作推出HAMi v2.7.0版本，提供统一调度方案，提升AI训练资源利用率。新功能包括sGPU共享、拓扑智能调度和QoS策略，支持多任务高效执行，推动国产AI算力发展。

本文探讨了在Kubernetes环境中使用HAMi实现GPU资源的虚拟化与调度，以满足小模型和大模型对显存与算力的隔离需求。HAMi通过智能调度和资源管理，提高了GPU的利用效率，解决了Nvidia现有方案的不足之处。