本文讨论了Kueue与HAMi vGPU的结合，重点在于GPU显存和算力配额的管理。通过环境准备、资源模型和演示，展示了在Kubernetes中有效切分和管理GPU资源的方法，确保多个任务合理使用GPU，避免资源冲突，实现GPU集群的多租户管理能力。

本文介绍了如何在 DRA 模式下使用 Kueue 管理 GPU 配额。首先，创建 Kubernetes 集群并安装 GPU Operator 和 Kueue。接着，接入 NVIDIA DRA Driver，配置 Kueue 映射资源。通过 ResourceClaimTemplate 申请整卡 GPU，Kueue 负责准入管理，确保资源分配合理。最后，强调 Kueue 与 DRA 的配合，以确保 GPU 资源的有效利用。

本文介绍了Kueue的五个核心对象及其关系：ResourceFlavor定义资源属性，ClusterQueue管理资源配额，LocalQueue作为用户提交入口，Cohort实现队列间资源共享，Workload是实际调度的对象。通过示例展示了如何配置和使用这些对象，强调了它们在资源准入链路中的协作。

Kueue 是 Kubernetes 官方的作业队列和资源配额管理系统，旨在解决原生 Kubernetes 的资源管理问题。它通过队列管理和公平调度，支持多租户资源分配，避免资源独占。Kueue 与 kube-scheduler 协作，轻量部署，适用于共享集群环境，实现高效的作业管理和资源利用。

批处理在现代数据处理和机器学习中至关重要。Kubernetes虽然最初用于长时间运行的服务，但现已支持批处理工作负载。本文探讨了Kubernetes上的批调度及其挑战，并比较了三种开源工具：Apache YuniKorn、Volcano.sh和Kueue，以有效管理资源和任务依赖。选择合适的工具可提升Kubernetes的批处理能力。

K8s的MultiKueue功能可在外部集群中调度工作负载，简化管理并扩展计算资源，特别适合AI应用。Kueue是一个开源资源配额管理器，支持多队列和全量调度，有效管理多个团队的资源。CERN正在利用这一功能优化粒子加速器的作业调度。

该文章介绍了Kubernetes中的Kueue特性，它可以阻塞Pod的调度创建。文章详细介绍了Kueue的实现原理和整体流程，包括阻塞Pod创建调度、Pod自动关联创建workload、队列执行workload、Pod取消阻塞以及workload状态推进到终态等。