4 篇文档带有标签[DRA]

部署 KServe Standard vLLM 服务，并通过 HAMi 原生 DRA Claim 让两个 Predictor 副本共享一张 NVIDIA GPU。

在昇腾 310P3 节点上安装 HAMi DRA 0.2.3 与 Ascend DRA Driver，观察 webhook 如何把 huawei.com/Ascend310P 请求转换成 ResourceClaim，并验证双 Pod NPU 共享、显存配额隔离与调度器容量记账。

通过 Kubernetes 原生 Dynamic Resource Allocation 实现同样效果（实验性）。

在 Pod 进入调度器之前，按 vGPU 数量、显存和算力执行配额准入。