标签: #트러블슈팅
用亲手运行、亲手测量的数据来写 Kubernetes、DevOps 与 MLOps · 1 篇
GPU Operator 栈剖析与故障排查
本文剖析了 GPU Operator 的组件以及 Pod 获取 GPU 的路径，并整理了隐藏在相同的 Insufficient nvidia.com/gpu 提示背后的、用于区分原因的排查顺序与容量规划视角。本文基于作者在消费级 GPU 实验环境中遭遇的 containerd 掉入式合并故障编写，但特此说明这并非基于数据中心 GPU 和大规模生产环境的经验。
2026-10-07 · 20 分钟阅读 #GPU Operator#Kubernetes#디바이스 플러그인#containerd#CDI