在容器云环境建设和优化GPU资源池的过程？

1.  针对单位的应用负载特性，首先做好容器云环境建设和优化GPU资源池的架构规划设计，譬如K8S网络设计、容器存储的设计、和单位现有运维体系的工具对接、和研发体系的工具对接。
2. 容器云的GPU管理平台的产品选型，包括GPU虚拟化技术的选型，尽量选择成熟稳定的商用软件，譬如 NVIDIA AI Enterprise 。
3. 如果只是新增纳管GPU资源而对现有的容器云环境进行扩容的话，则可以选择国内初创公司趋动科技的商用软件：猎户座 OrionX GPU 资源调度器产品。如果单位有容器云的研发团队，也可以选择开源的GPU虚拟化项目来实现 新增纳管GPU资源 ，譬如使用腾讯开源的vGPU项目。

可管理性，可靠性和可持续性都是在容器平台比较挑战的问题。

可管理性涉及GPU资源的优化与高效的调度，建议参考NVAIE，即英伟达AI企业套件，包括了对于GPU资源池的管理和调度方式，同时对于目前主流的第三方和社区版本K8S都有很好的支持。

可靠性除了平台底层能力以为，对于上次应用环境也很重要，建议客户可以打通和更多参考使用ngc.nvidia.com提供的经过英伟达优化的软件镜像仓库，对于开发和应用的开发环境均具备很高的可靠性

可持续性体现在与社区的技术路线的跟进，NV很多软件都是开源给开发者去使用的，包括我们的Operator插件除了增加更多GPU的特性，也会与社区K8S一起发展