NUCEMLS的博客

GPU硬件分片 → 虚拟GPU（vGPU） → 虚拟机Profile配置表（以NVIDIA A100 40GB为例）Profile名称显存CUDA核心最大实例数A100-1B1GB1/77A100-2B2GB1/77A100-3B3GB1/74A100-4B4GB1/73A100-7B7GB1/71许可证机制：需连接nvidia-licence-server（默认端口7070）许可证类型：vWS（图形工作站）、vCS（计算加速）、vPC（基础办公）

NVIDIA Container Toolkit是NVIDIA官方推出的工具链，旨在解决容器环境中GPU资源访问的复杂性问题。它通过标准化、自动化的方式，将GPU设备、驱动库和计算框架无缝集成到容器生态中，是构建GPU加速应用的基石。核心目标允许容器直接访问宿主机的GPU硬件资源（如物理GPU设备、显存、计算核心）；自动注入容器所需的 NVIDIA 驱动库（如 CUDA Runtime、cuDNN、NCCL），无需手动挂载或预装。

在一文中，我们从源码层面了解了kubelet侧关于device plugin逻辑的实现逻辑，本文以nvidia管理GPU的开源github项目为例，来看看设备插件侧的实现示例。

深入理解kubernetes device plugin原理

安卓手机jenkins资源池化与降本增效

一种不重启pod业务容器动态挂卷的方法

client-go令牌桶分析

kubevirt热插拔卷

kubevirt虚拟机迁移分析

一种优雅封装k8s事件列表函数的方法

istio基于eBPF对同一节点上pod间的访问加速

kubevirt原理分析

kubevirt底层虚拟化技术简单概念及实践

ovn原理和简单实践

ovs简单原理与实践

从零到一实现nfs CSI

CSI注册流程分析

随着应用容器化的趋势，越来越多的应用部署到了kubernetes平台，同时日益复杂的业务场景，也使得kubernetes需要支持越来越多类别的存储。kubernete对存储的支持，大致可以分为三个历程：in-treeflexVolumeCSIin-tree最开始kubernetes支持的存储逻辑代码都在kubernetes项目中的，跟着kubernetes组件一起编译和发版，这种模式叫作in-tree。in-tree模式有很多局限性，例如：kubernetes代码和存储代码放在一起，都是由

static provisioning在kubernetes pod应用中如果有持久化数据的场景，一般会接触到pvc、pv和storageClass这些概念：pvc: 描述的是pod希望使用的持久化存储的属性pv: 描述的是具体的持久化存储数据卷信息storageClass: 创建pv的模板如果在实际中我们要用到nfs作为pod应用的持久化存储，一般会如下几个步骤：nfs server端创建一个目录创建pv，并配置nfs server和挂载路径创建pvc，并与上述pv绑定pod引用上

从零到一实现一个CNI

前言host-local是kubernetes官方一个IPAM(IP地址管理器)插件，一般用于单机pod IP管理，在flannel和calico中都能看到它的身影。源码地址：https://github.com/containernetworking/plugins/tree/main/plugins/ipam/host-local源码分析host-local和其它CNI插件类似，只需要实现cmdCheck、cmdAdd和cmdDel三个函数，这三个函数的入口都在main函数中：func main

nsenter进入Pod容器网络命名空间