2026 年 7 月 2 日，HAMi 正式晋升为CNCF Incubating（孵化） 项目，CNCF 技术监督委员会（TOC）以全票赞成通过了本次孵化投票[1]。
这是 HAMi 继 2024 年 8 月作为 Sandbox（沙箱）项目加入 CNCF 之后的又一重要里程碑。在 CNCF 的成熟度体系里，Sandbox 是面向早期探索项目的 "试验田"，Incubating 则要求在技术成熟度、安全实践、社区治理、生产采用和生态集成 上都经过严格验证。晋升孵化阶段，意味着 HAMi 已经从 "有潜力的新项目" 成长为 "被真实生产环境广泛采用的可信基础设施"。
衷心感谢主导本次尽职调查的 CNCF TOC 主席 Karena Angell[2] 与 TOC 成员 Kevin Wang，为项目完成技术评审的 TAG-Runtime，以及所有提供反馈的采用者。
HAMi 是什么
HAMi 的全称是H eterogeneousA I ComputingMi ddleware（异构 AI 计算中间件），是一个面向 Kubernetes 的开源异构算力虚拟化与调度中间件。它要解决的核心问题很朴素：能不能让多个任务安全地共享一张 GPU，并且互不干扰？
在 HAMi 出现之前，Kubernetes 对 GPU 的调度方式停留在 "一个 Pod 独占一张卡" 的粗粒度模型上，昂贵的加速器常常因为某个任务独占而大量闲置，GPU 利用率长期偏低。HAMi 通过容器级的硬隔离能力，把 GPU 的显存与算力精细地切分给不同的工作负载，让多租户、多任务共享同一张加速器成为可能，并且对已有工作负载零改动：装上 HAMi，你的任务就能自动获得共享与隔离能力。
项目由核心维护者发起，于2021 年 7 月 12 日 首次开源，并在 CNCF 的开放治理框架下，逐步成长为全球开发者共同参与的项目。
生产采用与生态
最能说明 HAMi 价值的，是真实的生产数据。今天，HAMi 已被数百家组织采用，覆盖 NVIDIA、华为昇腾、寒武纪、海光 DCU、摩尔线程、燧原、昆仑芯、MetaX、AWS Neuron、Vastai 等十余种加速器（见支持设备列表[5]），是目前云原生 GPU 虚拟化领域覆盖硬件最广的开源方案之一。
在 CNCF 案例研究[6] 中，可以读到一批代表性用户的落地实践，横跨金融、汽车、出行、物流、教育与云服务等多个行业：
-
•招商银行：将昆仑芯、昇腾、NVIDIA 等多类加速器统一到一个调度平台，硬件资源池化率达100%，跨机调度概率下降30%，并将拓扑感知调度等增强能力回馈给了社区。 -
•SNOW Corp.（NAVER，韩国）：用 HAMi 编排 1000+ 张 A100，服务全球 2 亿 + 用户，在 700% 流量峰值下 GPU 数量减半，估算节省约1740 万美元，MTTR 下降 91%。 -
•蔚来汽车（NIO）：面向自动驾驶工作负载，CI 流水线 GPU 利用率提升约10 倍，仿真 GPU 时间减少约 30%。 -
•贝壳找房（KE Holdings）：平台 GPU 利用率提升约3 倍（从 13% 提升到 37%）。 -
•DaoCloud：vGPU 落地后平均 GPU 利用率超过80%，GPU 运营成本下降约 50%。 -
•顺丰科技：构建异构虚拟化池，生产和测试集群 GPU 节省最高57%。 -
•PREP EDU：用 HAMi 优化了90% 的 GPU 基础设施。
在调度生态上，HAMi-core 已经与 Kubernetes 默认调度器、Volcano[7]、Kueue[8]、Koordinator[9] 以及 NVIDIA KAI Scheduler[10] 完成集成。其中 2026 年 6 月，NVIDIA KAI Scheduler 正式采纳 HAMi-core 作为其 GPU 显存硬隔离的内置能力，这是对 HAMi 技术方向的有力背书。
在全球舞台上的中文开源力量
过去两年里，HAMi 的核心维护者先后在日本、香港、法国、伦敦、荷兰等地的 KubeCon + CloudNativeCon、KubeDay 及相关技术峰会上，与全球开发者、用户企业和生态伙伴交流 GPU 共享、异构算力调度、AI 工作负载治理和 Kubernetes 加速器管理等议题；也持续参与国内开源与 AI Infra 社区建设，出现在 COSCon 中国开源年会、GDPS 全球开发者先锋大会、vLLM 推理优化 Meetup 上海站、蚂蚁开源技术沙龙，以及 HAMi Meetup 上海站、北京站等活动中。
2026 年，这些长期积累迎来了高光时刻。在 KubeCon + CloudNativeCon Europe 2026（阿姆斯特丹）上，HAMi 登上主论坛 Keynote。社区伙伴在一块 GPU 上并发运行 YOLO 推理服务与大模型推理，把 GPU 分解成可共享的 "算力 + 显存" 单元；围绕 K8s issue #52757（多容器如何共享一张 GPU）做了专题分享，并进行了 "动态、智能、稳定的 GPU 共享中间件" 技术演讲。HAMi 也成为登上 KubeCon EU 主论坛 Keynote 的中国开源项目之一。
仅仅两个月后，在 KubeCon + CloudNativeCon India 2026[11]（孟买）上，HAMi 再次亮相 Keynote 演示，并在 Project Pavilion 展台跑起了生产级大模型服务与动态 GPU 共享。
感谢一路同行的社区
HAMi 能走到今天，绝不是任何一个人或一家公司的功劳。这一里程碑离不开全球贡献者与社区的共建：密瓜智能（Dynamia）[12]、DaoCloud[13]、第四范式[14]、NVIDIA[15]、华为云[16]，以及来自全球的个人开发者、用户企业和生态伙伴，都作出了不可替代的贡献。
我们也特别感谢每一位提交代码、报告 issue、撰写文档、组织 Meetup、在 KubeCon 展台讲解、在社区群里答疑的贡献者。开源项目的生命力，归根结底来自人。
一起加入 HAMi 社区
进入孵化阶段，是 HAMi 社区的新起点。无论你是开发者、运维工程师、AI 基础设施负责人，还是正在评估异构算力方案的同学，我们都欢迎你加入：
-
•关注官方渠道，第一时间获取版本发布、技术解读与社区活动资讯。 -
•加入社区交流群，与维护者和来自各行业的用户直接交流使用经验、排障与最佳实践。入群方式见社区页面[17]。 -
•参与社区例会与线下 Meetup。HAMi 社区定期举办公开的技术分享与城市 Meetup，过去一年已在北京、上海、深圳等地举办多场线下活动；进入孵化阶段后，我们将带来更多线上分享与线下聚会： -
• 7 月 16 日 vLLM 上海站 -
• 7 月 17 日至 7 月 20 日 WAIC[18] • 7 月 28 日至 7 月 30 日 KubeCon Japan[19] • 9 月 7 日至 9 月 9 日 KubeCon China[20]
无论你身在何处，都能找到参与的方式。 -
•在 GitHub[21] 贡献代码或反馈问题，从文档、测试到核心功能，每一份贡献都算数。
如果你正在生产环境使用 HAMi，也欢迎把你的实践经验分享给社区。你的真实案例，是帮助 HAMi 持续演进、也帮助更多团队少走弯路的宝贵财富。
HAMi 的下一程，期待有你同行。
引用链接
[1] 本次孵化投票:https://github.com/cncf/toc/issues/1775[2] Karena Angell:https://www.linkedin.com/feed/update/urn:li:activity:7478594903292399616/[5] 支持设备列表:https://project-hami.io/docs/userguide/device-supported[6] CNCF 案例研究:https://project-hami.io/case-studies[7] Volcano:https://github.com/volcano-sh/volcano/blob/master/docs/user-guide/how_to_use_gpu_sharing.md[8] Kueue:https://github.com/kubernetes-sigs/kueue[9] Koordinator:https://koordinator.sh/docs/user-manuals/device-scheduling-gpu-share-with-hami[10] NVIDIA KAI Scheduler:https://project-hami.io/zh/blog/hami-core-adopted-by-nvidia-kai-scheduler[11] KubeCon + CloudNativeCon India 2026:https://project-hami.io/zh/blog/kubecon-india-2026-recap[12] 密瓜智能（Dynamia）:https://www.dynamia.ai/[13] DaoCloud:https://www.daocloud.io/[14] 第四范式:https://www.4paradigm.com/[15] NVIDIA:https://www.nvidia.com/[16] 华为云:https://www.huawei.com/[17] 社区页面:https://project-hami.io/community[18] 7 月 17 日至 7 月 20 日 WAIC:https://www.worldaic.com.cn/[19] 7 月 28 日至 7 月 30 日 KubeCon Japan:https://events.linuxfoundation.org/kubecon-cloudnativecon-japan/program/schedule/[20] 9 月 7 日至 9 月 9 日 KubeCon China:https://www.lfopensource.cn/kubecon-cloudnativecon-openinfra-summit-pytorch-conference-china/program/schedule/[21] GitHub:https://github.com/Project-HAMi/HAMi
关于 HAMi
HAMi，全称是 Heterogeneous AI Computing Virtualization Middleware（异构算力虚拟化中间件），是一套为管理 Kubernetes 集群中的异构 AI 计算设备而设计的“一站式”架构，能够提供异构 AI 设备共享能力，提供任务间的资源隔离。HAMi 致力于提升 Kubernetes 集群中异构计算设备的利用率，为不同类型的异构设备提供统一的复用接口。HAMi 当前是 CNCF Incubating 项目，已被 CNCF 纳入 CNAI 类别技术全景图。