title: MIG、Time-slicing 还是HAMi？密瓜智能CEO张潇本周六亮相JuiceFS Meetup，聊聊GPU共享的生产取舍
author: Jimmy Song
date: 2026-05-27
📢 本周六（5月30日），密瓜智能创始人兼CEO 张潇 受邀出席 JuiceFS Meetup 上海站，带来分享《AI 推理平台的资源效率优化：GPU共享、异构调度与生产取舍》。
📋 活动信息
| 项目 | 详情 |
|---|---|
| 活动名称 | JuiceFS Meetup 上海站 |
| 时间 | 2026年5月30日（周六）14:00-16:30 |
| 密瓜智能分享时段 | 15:20-15:50 |
| 地点 | 上海杨浦区国霞路298号 Inno创智A栋二楼多功能大厅 |
| 报名方式 | https://wj.qq.com/s2/26703969/w21s/ |
活动详情见：https://mp.weixin.qq.com/s/cxEe9WHKp6CnlCkS4viLiA
AI推理服务规模化，GPU怎么分才不浪费？
在AI推理服务规模化部署过程中，GPU资源管理正在从"按卡分配"走向"按需切分"。大量推理服务仅需要部分显存和算力，独占整卡会造成严重资源浪费。
但GPU共享也带来了新问题：隔离性、性能抖动、运维复杂度、异构设备管理------怎么选、怎么用、怎么避坑？
🎯 张潇将从平台工程视角出发，对比 MIG、Time-slicing 与 HAMi 三条GPU共享路径的适用边界与生产取舍。
密瓜智能分享内容抢先看
主题：《AI 推理平台的资源效率优化：GPU共享、异构调度与生产取舍》
分享大纲：
-
AI推理平台为什么需要GPU共享 ------资源浪费的真实痛点与量化数据
-
MIG、Time-slicing 与 HAMi 的方案边界与生产取舍 ------三种路径各适合什么场景
-
生产数据：CNCF案例中的关键指标与踩坑经验 ------真实环境下的性能表现与教训
访问下面的链接报名：https://wj.qq.com/s2/26703969/w21s/
「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：dynamia.ai
邮箱：info@dynamia.ai
HAMi 项目地址：https://github.com/project-hami/hami
本文作者「Dynamia密瓜智能」
版权声明：本文为CSDN博主「密瓜智能」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。