从 Device Plugin 到 DRA：GPU 调度范式升级与 HAMi-DRA 实践

KCD Beijing 2026 上，HAMi 社区核心贡献者分享了从 Device Plugin 到 DRA 的 GPU 调度范式升级。本文回顾了这次技术分享的核心内容，包括 DRA 的能力与挑战、HAMi-DRA 通过 Webhook 自动化 降低用户迁移成本的关键设计，以及性能与可观测性方面的实践成果。

KCD Beijing 2026 是近年来规模最大的 Kubernetes 社区大会之一，超过 1000 人报名参与，刷新了历届 KCD 北京的记录。

HAMi 社区不仅受邀进行了技术分享，也在现场设立了展台，与来自云原生与 AI 基础设施领域的开发者和企业用户进行了深入交流。

本次分享由两位 HAMi 社区核心贡献者完成：

• 王纪飞（「Dynamia 密瓜智能」，HAMi Approver，HAMi-DRA 主要贡献者）
• James Deng（第四范式，HAMi Reviewer）

分享主题为：从 Device Plugin 到 DRA：GPU 调度范式升级与 HAMi-DRA 实践。

本文结合现场分享内容与幻灯片，做一次更完整的技术回顾。附幻灯片下载：GitHub - HAMi-DRA KCD Beijing 2026。

现场回顾

图 1: 大会主会场

图 2: 观众注册中

图 3: HAMi 展台前参会者前来交流打卡

图 4: 志愿者在为观众盖章

图 5: 王纪飞正在分享中

图 6: James Deng 正在分享

GPU 调度范式正在发生变化

这次分享的核心，其实不只是 DRA 本身，而是一个更大的转变：

GPU 正在从 " 设备 " 变成 " 资源对象 "。

这个转变背后，是 AI workload 对 GPU 使用方式的根本性改变------GPU 不再适合以 " 整卡独占 " 的方式被简单分配，而是需要被共享、切分、调度和治理。

Device Plugin 的天花板

传统 Device Plugin 模型的问题，本质上在于表达能力不足：

• 只能描述 " 数量 "（nvidia.com/gpu: 1）
• 无法表达多维资源（显存 / 核数 / 切片）
• 无法表达多卡组合
• 无法表达拓扑关系（NUMA / NVLink）

这些限制直接导致：

• 调度逻辑外溢（extender / sidecar）
• 系统复杂度上升
• 并发调度能力受限

当 AI workload 进入推理服务、多租户混合场景后，这些问题的严重性被迅速放大。

DRA：资源建模能力的跃迁

DRA（Dynamic Resource Allocation）是 Kubernetes 社区在资源模型层面的一次重要升级，其核心优势包括：

• 多维资源建模能力------不再局限于数量，可以表达显存、算力等细粒度维度
• 完整设备生命周期管理------从资源发现、分配到回收的完整闭环
• 细粒度资源分配------支持更灵活的资源组合方式

关键的结构性变化在于：

资源申请从 Pod 内嵌字段，变成独立的 ResourceClaim 对象。

这意味着 GPU 资源获得了与 Pod、PVC 同等的 " 一等公民 " 地位，调度器可以像管理存储卷一样管理 GPU 资源。

现实问题：DRA 太复杂了

DRA 的能力毋庸置疑，但有一个经常被忽视的现实问题：UX 明显退化。

Device Plugin 的写法

resources:
  limits:
    nvidia.com/gpu: 1

DRA 的写法

spec:
  devices:
    requests:
    - exactly:
        allocationMode: ExactCount
        capacity:
          requests:
            memory: 4194304k
            count: 1

同时还需要编写 CEL selector：

device.attributes["gpu.hami.io"].type == "hami-gpu"

对比之下，结论非常明确：

DRA 是能力升级，但用户体验明显退化。

对于已经在使用 Device Plugin 的企业来说，迁移成本不只是改写 YAML 这么简单，而是整个团队需要学习一套全新的资源声明范式。

HAMi-DRA 的关键突破：自动化迁移

这是这次分享最有价值的部分之一。

HAMi 的做法不是让用户 " 直接用 DRA"，而是采用了一个更务实的策略：

让用户继续使用 Device Plugin 的写法，由系统自动转换成 DRA。

工作机制

通过 Mutating Webhook，HAMi-DRA 在 Pod 创建阶段自动完成转换：

输入（用户侧，保持 Device Plugin 语法）：

nvidia.com/gpu: 1
nvidia.com/gpumemory: 4000

Webhook 自动转换：

• 生成 ResourceClaim 对象
• 构造 CEL selector
• 注入设备约束（UUID / GPU 类型）

输出（系统内部）：

• 标准的 DRA 资源对象
• 可被调度器识别的资源表达

这个设计的核心价值在于：

将 DRA 从 " 专家接口 " 变成了 " 普通用户接口 "。

用户不需要理解 ResourceClaim、CEL selector 这些新概念，只需要像以前一样写 nvidia.com/gpu，系统会自动处理底层复杂性。

DRA Driver：不只是 " 注册资源 "

DRA Driver 的实现复杂度远超想象。它不只是 " 把资源注册到调度器 "，而是承担了完整的设备生命周期管理：

三个核心接口

• Publish Resources------向调度器发布可用资源
• Prepare Resources------Pod 创建前的资源准备（注入 libvgpu.so、配置 ld.so.preload、管理环境变量和临时目录）
• Unprepare Resources------Pod 删除后的资源回收

这意味着：

GPU 调度已经进入运行时编排层，不再只是简单的资源分配。

从用户角度看，Pod 创建的时间线被拉长了------调度器匹配资源后，Driver 还需要完成设备初始化、运行时注入等一系列操作，才能让 Pod 正常运行。

性能提升：不只是 " 更优雅 "

HAMi-DRA 不只是架构更优雅，在性能方面也有实质性的提升。

Pod 创建时间对比

• HAMi（传统模式）：峰值约 42,000
• HAMi-DRA：显著降低（提升约 30%+）

这一提升来自 DRA 的资源预绑定机制：在调度阶段就已经确定了资源分配，减少了调度冲突和重试次数。

对于大规模 AI 集群来说，Pod 创建速度直接影响任务启动延迟和集群吞吐量，30%+ 的提升在生产环境中意义重大。

可观测性范式的转变

一个容易被低估但非常重要的变化是可观测性。

传统模型

• 资源信息来自 Node
• 使用情况来自 Pod
• 需要聚合和推断才能获得完整的资源视图

DRA 模型

• ResourceSlice 描述设备清单
• ResourceClaim 描述资源分配
• 资源视角是一等公民

这意味着：

可观测性从 " 推断 " 变成了 " 直接建模 "。

运维团队可以直接通过 ResourceClaim 了解每张 GPU 被谁占用、分配了多少显存、还有多少余量，而不需要从 Node 状态和 Pod 配置中反推。

统一建模：异构设备的未来方向

如果设备属性可以被标准化，那么一个与厂商无关的调度模型就成为可能。

例如，通过标准化的属性字段描述：

• PCIe root complex
• PCI bus ID
• GPU 核心属性

这指向了一个更大的叙事：

DRA 是异构算力抽象的起点。

当华为昇腾、寒武纪、AMD 等不同厂商的加速器都通过统一的属性模型接入 Kubernetes，调度器就能真正实现跨厂商的资源管理，而不再需要为每个硬件厂商维护独立的调度逻辑。

更大的趋势：Kubernetes 正在成为 AI 控制平面

将这些变化串联起来，可以看到一个清晰的趋势：

• 从调度 " 机器 " 到调度 " 资源对象 "------Node 不再是最小调度单元
• 从 " 设备 " 到 " 虚拟资源 "------GPU 不再是一张物理卡，而是可切分、可组合的资源
• 从 " 命令式 " 到 " 声明式 "------调度逻辑被资源声明所替代

本质上：

Kubernetes 正在演进为 AI 基础设施的控制平面。

HAMi 的定位

在这一趋势下，HAMi 的定位正在变得越来越清晰：

面向 Kubernetes 的 GPU 资源层。

• 向下：适配异构 GPU（NVIDIA / 华为昇腾 / 寒武纪等）
• 向上：支持 AI workload（训练 / 推理 / Agent）
• 中间：调度 + 虚拟化 + 资源抽象

而 HAMi-DRA，正是将这层资源能力与 Kubernetes 原生模型对齐的关键一步。

结语

这次 KCD Beijing 2026 分享的真正价值，不只是介绍了 DRA，而是回答了一个更实际的问题：

如何把一个 " 正确但难用 " 的模型，变成一个今天就能用的系统？

HAMi-DRA 的答案是：

• 不改变用户习惯------继续使用 Device Plugin 语法
• 吸收 DRA 能力------底层自动转换为 DRA 资源模型
• 内部消化复杂性------Webhook、Driver、生命周期管理全部由系统处理

这也是 HAMi 社区一直坚持的方式：通过社区协作推动 AI 基础设施进步，而不是封闭系统。 来自不同公司的贡献者在真实生产环境中验证方案，通过社区共享经验，让更多人受益。

如果你对 HAMi-DRA 或 GPU 调度感兴趣，欢迎加入 HAMi 社区，与我们一起推动 Kubernetes 上的 AI 算力资源管理。

HAMi 是 CNCF 托管的开源项目 与社区，核心方向是 GPU 虚拟化与异构算力调度，面向 AI 场景提升算力利用效率；其目标是实现 灵活、按需、弹性、可靠 的 GPU 虚拟化，并持续扩展对主流 AI 芯片生态的支持。

---

「密瓜智能（Dynamia） 」专注 GPU 虚拟化与异构算力 调度，发起并主导 CNCF 开源项目 HAMi；同时基于 HAMi 提供商业发行版、企业产品与服务，帮助用户在真实业务中规模化使用相关能力

官网：https://dynamia.ai

邮箱：info@dynamia.ai

原文链接：https://dynamia.ai/zh/blog/kcd-beijing-2026-dra-gpu-scheduling

本文作者「Dynamia密瓜智能」