CNCF Dynamic Resource Allocation 怎样支持 AI 工作负载的设备调度
Dynamic Resource Allocation(DRA)通过资源申请表达设备需求,再让 Kubernetes 为申请匹配设备,并把 Pod 放到能够访问这些设备的节点上。CNCF 在 2026 年 11 月 10 日公告中,把工作负载感知调度与 DRA 列为 AI 基础设施的进展方向。它解决的是硬件需求怎样进入资源分配过程,而不是替模型自动选择最佳训练方案。
Kubernetes 官方地址:https://kubernetes.io/
先把 AI 任务的设备需求写清
假设团队同时安排一个批量推理任务和一个离线训练任务,两者都说“需要加速器”,却未必能使用同一类设备。讨论调度以前,先把需求拆开:所需硬件类别、模型能接受的设备条件、任务持续时间、结果保存位置。这个场景只是规划示例,不是已经执行的集群实验。
我的建议是让模型维护者提供最低需求,平台维护者说明实际可用硬件。不要先照搬设备名称,再让应用迁就一个并不存在的资源。
资源申请连接任务与硬件
Kubernetes 文档把 DeviceClass、ResourceClaim 和 Pod 联系起来:类别用于组织可申请的设备,申请描述任务需要的资源,Pod 引用申请。设备还需要支持 DRA 的驱动,驱动通过 ResourceSlice 提供资源信息。把这些角色分开,才能判断缺的是需求描述、设备供给还是任务引用。

对业务团队而言,可以把资源申请视为一份独立的硬件需求约定。它与容器镜像、输入数据和输出路径一起组成任务说明,避免仅用一句“放到有卡的机器上”交接工作。
按职责准备一次小范围试用
下面是采用前的工作安排建议,并非可直接执行的安装配置。实际字段、驱动支持和可用功能应采用集群对应版本的官方文档。
| 负责方 | 准备内容 | 交付给下一方的信息 |
|---|---|---|
| 模型维护者 | 确定任务最低硬件要求 | 必要条件与可调整条件 |
| 平台维护者 | 确认驱动与设备类别 | 真实可申请范围 |
| 工作负载维护者 | 组织申请与 Pod 引用 | 任务、申请和输出的对应关系 |
| 共同评估 | 记录等待和执行结果 | 是否继续扩展试用 |
先选一个不承担线上关键请求的任务,保持模型和输入材料固定,只讨论设备分配是否表达了原有要求。这样更容易把调度问题与模型本身的问题分开。试用结束还应明确哪些任务对象和申请需要保留,哪些按所用版本的生命周期规则清理。

等待设备时不要只改副本数
如果任务等待设备,增加更多同样的任务未必能解决问题。先核对需求是否过严、可用类别是否符合模型要求,再检查任务与申请是否对应。需要记录的是具体等待原因,而不是只看提交是否成功。
DRA 文档还列出一项限制:调度器不支持对 DRA 资源进行抢占。高优先级任务可能仍需等待设备释放。规划重要任务时,应把可用容量与等待安排纳入讨论,不能仅依靠优先级作出即时运行承诺。
如何判断这条调度方向是否适合自己
如果团队面对多种专用硬件、任务需求不同且由多人共同维护,显式的资源申请有助于形成清楚的交接关系。如果当前任务始终固定在一套环境里,也可以先整理需求与设备清单,再判断是否值得引入新的资源管理方式。
这次公告传达的方向,是让复杂 AI 工作负载的计算与专用硬件协调更明确。它没有为所有集群给出统一的吞吐提升数字,也不能代替驱动适配和应用层的资源规划。
常见问题
DRA 是一个独立的 CNCF 调度产品吗?这里讨论的是 Kubernetes 的动态资源分配能力,CNCF 公告将其作为基础设施进展提及。
有 GPU 就可以直接使用吗?还要确认设备驱动支持与集群配置,不能只凭硬件存在作出判断。
申请成功就意味着模型一定运行更快吗?不能。设备分配与模型性能是不同问题,性能需要在实际负载中另行评估。
Karmada 毕业后多集群调度怎样理解其生产定位
- 上一篇
- Karmada 毕业后多集群调度怎样理解其生产定位
- 下一篇
- GitHub Actions 2026 安全路线图涉及哪些供应链控制
-
- 科技周边 · 业界新闻 | 20分钟前 | devops · CI/CD · gitHub actions · 供应链安全 · workflow GitHub Actions 软件供应链 2026安全路线图 CI/CD安全
- GitHub Actions 2026 安全路线图涉及哪些供应链控制
- 181浏览 收藏
-
- 科技周边 · 业界新闻 | 25分钟前 | 云原生 · Kubernetes Karmada CNCF毕业 多云 多集群调度
- Karmada 毕业后多集群调度怎样理解其生产定位
- 411浏览 收藏
-
- 科技周边 · 业界新闻 | 27分钟前 | 云原生 · kubernetes · 业界新闻 · Kubernetes AI Agent CNCF OpenShell Agent Substrate 零信任运行时
- CNCF OpenShell 与 Agent Substrate 怎样补齐生产 AI agent 基础设施
- 450浏览 收藏
-
- 科技周边 · 业界新闻 | 30分钟前 | 云原生 · 人工智能 · 业界新闻 · AI基础设施 Kubernetes CoreWeave CNCF AI Conformance llm-d Kueue
- CNCF CoreWeave 升级白金会员后,AI 基础设施生态关注什么
- 301浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 | 云原生 · AI基础设施 Kubernetes CNCF 分布式推理 llm-d
- CNCF llm-d 1.0 说明了分布式推理的哪些边界
- 489浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 | 云原生 · Kubernetes Agent Substrate 代理隔离
- CNCF Agent Substrate 怎样隔离 Kubernetes 上的不可信代理
- 472浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 |
- GitHub Copilot automations 怎样根据结果改进仓库工作流
- 219浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 | GitHub Copilot 跨设备 代理会话 云端代理 session continuity
- GitHub Copilot session continuity 怎样跨设备接续代理会话
- 117浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 |
- GitHub Copilot Projects 怎样把多仓库目标拆成可跟踪任务
- 370浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1117次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1106次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1277次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1220次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1069次使用
-
- Go chassis云原生微服务开发框架应用编程实战
- 2022-12-29 214浏览
-
- docker的 linux 内核可以和宿主机不一样吗?
- 2023-01-12 318浏览
-
- Go 服务上 Kubernetes 后 HPA 为什么不扩容:requests、CPU 和并发指标怎么选
- 2026-07-17 111浏览
-
- CodeGeeX for Jetbrains IDEs正式上线!
- 2023-01-17 284浏览
-
- 技术阿里云实现ocr批量图片和pdf文件表格图片转换excel文档/支持票据图片提取/普通图片文字提取处理
- 2023-01-18 387浏览
