NVIDIA 拓扑感知调度
技术深度
【原理解析】HAMi × NVIDIA | GPU 拓扑感知调度实现详解
HAMi v2.7.0 正式推出 NVIDIA GPU 拓扑感知调度功能。本文深入代码实现，详细剖析 HAMi 在支持拓扑感知调度时的具体设计与实现原理，解析如何通过智能调度将计算任务精确部署到物理连接最紧密的 GPU 组合上。
博客
来自我们团队的见解、教程和新闻
HAMi 支持 Metax GPU
集成生态
【原理解析】HAMi × 沐曦 MetaX | sGPU 共享、三档 QoS、拓扑智能调度与 WebUI 全面适配
HAMi v2.7.0 版本与沐曦 MetaX 深度整合，推出统一调度方案，实现 sGPU 共享、三档 QoS、拓扑智能调度与 WebUI 适配，本文从功能到代码剖析核心实现原理。
HAMi v2.7.0 发布
产品发布
HAMi v2.7.0 重磅发布 | 异构芯片全面拓展，调度更稳、生态更强
HAMi v2.7.0 重磅发布！新增昆仑芯 XPU、燧原 GCU、AWS Neuron 及沐曦 MetaX 完整支持，调度器核心优化升级，应用层生态整合增强，WebUI 功能全面提升，社区蓬勃发展。
Dynamia AI 在 AWS 上的安装指南
集成生态
在 AWS 上使用 EKS 部署 Dynamia AI 平台
遵循这套经过实战检验的清单，准备 IAM、安装集群附加组件， 并在大约一小时内通过 Amazon EKS 部署 Dynamia AI 平台。
设备感知 GPU 调度策略
技术深度
Kubernetes GPU 调度：一个 2x2 的实践模型 (节点 × GPU 的紧凑与分散策略)
深入探讨 Kubernetes GPU 调度的 2×2 实践模型：结合节点和 GPU 两个维度的紧凑/分散策略。通过 HAMi 实现超越原生 K8s 的设备感知调度能力，包含四种调度模式的实战演示，帮助您在成本效率、GPU 可用性和 AI 工作负载性能之间找到最佳平衡。
AWS Trainium 与 HAMi 集成
集成生态
在 AWS 上虚拟化任意 GPU：HAMi 实现自由显存隔离
本文以 PR 为切入点，结合社区 Issue 和邮件记录，完整还原一条 'HAMi × vLLM' 的落地路径，帮助你在 Kubernetes 中快速实现多模型部署与资源复用。
vLLM 与 HAMi 集成
集成生态
「全球共建：vLLM 社区原生支持 HAMi，推理效率飞跃」— 来自西班牙开发者的贡献
本文将以该 PR 为切入点，结合社区 Issue 和邮件交流记录，从部署到验证，完整还原一条 "HAMi × vLLM" 的落地路径，帮助你在 Kubernetes 中快速实现多模型部署与资源复用
某自动驾驶公司实践案例
客户案例
【密瓜智能 | 用户案例】某头部智驾公司通过 HAMi 实现 GPU 精细化管理与资源利用最大化
某头部智驾公司在核心模型训练场景中，采用多机分布式训练，使用如 Ray、Volcano 等调度框架。
PREP EDU × HAMi 实践
客户案例
【PREP EDU | 密瓜智能】东南亚 AI 教育潜力独角兽，用 HAMi 构建高效 GPU 推理平台
在 AI 教育快速发展的当下，PREP EDU（prepedu.com）正逐渐成为东南亚教育科技领域的关注焦点。
订阅我们的博客
获取最新的技术文章、教程和 HAMi 社区更新。