HAMi 可组合调度策略：mutex、binpack、spread、numa 如何协同工作
· 阅读需要 10 分钟
HAMi 一直通过 hami.io/gpu-scheduler-policy 注解提供按 Pod 生效的 GPU 调度策略：binpack 尽量把负载堆叠到少数卡上，spread 尽量打散，v2.10.0 新增的 mutex 则要求独占一张卡。但在 v2.10.0 之前，这个注解只能填一个值。
真实集群很少只需要一种行为。一份典型的生产诉求是这样的：推理副本要紧凑装箱，留出整卡空闲；同时每个 Pod 的多卡要落在同一 NUMA 节点上以保证带宽；而时延敏感的那批负载，干脆要独占几张卡。一句话里出现了三种策略。在 v2.10.0 之前，你只能选一个，放弃其余。
v2.10.0 补上了这块拼图：hami.io/gpu-scheduler-policy 现在接受有序的、逗号分隔的列表，过滤型与排序型策略可以组合（#2621，@mesutoezdil，关闭 #2010）。本文解释组合是如何求值的，以及如何上手与验证。如果你喜欢动手学习，配套的实验 14：在 GKE 上验证可组合调度策略会在真实集群上逐一复现下文的每个场景。
