HAMi v2.5.0 版本发布带来了一些令人振奋的更新，特别是引入了动态 MIG（多实例 GPU）支持功能。该特性允许用户在运行时动态划分 GPU 资源，无需预先配置 MIG 实例，从而实现更灵活的资源管理。
update for bugfix：
以下是此次更新的主要亮点：
1. 新特性：
- 动态 MIG 支持：用户现在可以动态创建 MIG 实例，无需在节点上手动配置。HAMi 根据任务需求自动管理 MIG 实例，查看如何在 HAMi 中使用 MIG 文档。
- 稳定性提升：修复了多个稳定性问题，包括防止在重装 HAMi 时 GPU 任务崩溃，以及解决使用
cuMallocAsyncAPI 的任务相关问题。 - 易用性增强：
- 将所有配置整合到单个
ConfigMap中，简化管理流程，参考文档； - 部署时自动检测集群版本，避免手动配置
kube-scheduler； - 优化日志记录并改进 Grafana 监控面板，提升可观测性。
2. 稳定性增强：
解决了 libvgpu.so 文件处理的关键问题。在之前版本中，重启 hami-device-plugin 时会复制 libvgpu.so 文件，可能导致正在运行的 GPU 任务中断。现在通过计算文件的 MD5 哈希值，仅在文件发生变化时才进行复制，有效防止了任务中断。
3. 动态 MIG 功能：
此版本中的动态 MIG 功能是一个重大突破。对于支持 MIG 的 NVIDIA GPU（如 A100、H100 和 A30），用户现在可以启用动态资源分区。主要优势包括：
- 免除预配置：HAMi 根据工作负载动态管理 MIG 实例，用户无需预先在节点上配置 MIG 设置
- 模板支持：为 A100 等常用 GPU 提供默认 MIG 配置模板，同时支持自定义模板
- 统一管理：无论任务运行在传统 GPU 实例还是 MIG 实例上，HAMi 都能统一管理所有资源
4. 动态 MIG 工作原理：
- 按需创建 MIG 实例：系统根据任务需求自动创建 MIG 实例。例如，当任务请求特定 GPU 资源（如 8GB 显存）时，系统会匹配合适的 MIG 模板来满足需求。
- 无缝集成：系统可以根据可用资源和任务需求，在传统 GPU 分配（通过 hami-core）和 MIG 实例之间动态切换。
5. 部署步骤：
启用动态 MIG 需要：
- 修改
hami-device-plugin配置，将节点切换至 MIG 模式 - 重启相关 Pod 以使配置生效
- 为选定的 GPU（A100、A30 等）在配置中定义 MIG 模板
6. 示例与使用：
使用动态 MIG 时，只需部署一个指定 GPU 需求的 Pod，系统就会自动从资源池中分配 MIG 实例。示例如下：
apiVersion: v1
kind: Pod
metadata:
name: gpu-pod-test
spec:
containers:
- name: ubuntu-container
image: ubuntu:18.04
command: ["bash", "-c", "sleep 86400"]
resources:
limits:
nvidia.com/gpu: 2
nvidia.com/gpumem: 8000如果需要强制 Pod 调度到 MIG 节点，可以使用 nvidia.com/vgpu-mode: "mig" 注解。
总结：
HAMi v2.5.0 版本引入的动态 MIG 功能显著提升了资源灵活性，实现了运行时 GPU 分区。这是在 Kubernetes 环境下提高 GPU 资源利用率的重要进展，特别适合运行混合工作负载的场景。此版本还包含了稳定性和易用性的改进，使 GPU 资源的管理和监控变得更加便捷。
参考资料: