摘要： NVSentinel 数据流梳理 原文参考：https://docs.nvidia.com/nvsentinel/architecture/data-flow 一、整体架构 1. 设计思路 从公开文档和仓库结构看，NVSentinel 的主链路是事件驱动的：节点侧组件先把异常整理成 HealthEv 阅读全文

摘要： [NVSentinel] syslog-health-monitor模块分析 分析对象：health-monitors/syslog-health-monitor/ 与 distros/kubernetes/nvsentinel/charts/syslog-health-monitor/。引用指向 阅读全文

摘要： NVSentinel 五大核心大功能及对应组件 一、硬件/集群全维度监控采集 故障源头探测。 功能说明 部署在每台GPU节点，对接DCGM、系统日志、网卡、云厂商API、K8s资源，采集所有GPU/网卡/调度异常，统一标准化为HealthEvent，是整个系统的数据输入端。 包含组件 gpu-hea 阅读全文

摘要： NVSentinel 介绍 1. 项目背景与应用场景 随着 AI 训练、推理和高性能计算业务对 GPU 集群的依赖不断加深，GPU 节点故障对业务稳定性和资源利用率的影响也日益突出。在大规模 Kubernetes GPU 集群中，节点健康管理和故障自愈一直是运维领域的核心挑战。 传统的 GPU 运维 阅读全文

摘要： @目录HAMI-core 技术解析一、HAMI-core 简介二、HAMI-core 代码框架解析三、HAMI-core 核心原理深度拆解3.1 核心机制：CUDA 与 NVML API 拦截3.2 核心功能：GPU 内存与核心算力限制3.3 关键步骤：替换原生 libvgpu.so 驱动 HAMI 阅读全文

摘要： 目录Go语言垃圾回收机制详解一、垃圾回收的基本原理与核心算法二、垃圾回收的触发条件与工作流程三、垃圾回收的调优参数与优化策略四、Go GC的演进历程与最新优化进展五、垃圾回收的性能分析与监控工具六、Green Tea GC的技术细节与实现原理七、Go垃圾回收的最佳实践与注意事项八、总结 Go语言垃圾 阅读全文

摘要： 目录Go语言协程机制详解一、协程的基本概念与特点二、GPM调度模型详解1. GPM模型组成2. 调度机制3. 调度模型参数三、协程间通信方式1. Channel通信2. 共享内存与锁3. 条件变量四、协程的实际应用场景1. Web服务器与高并发服务2. 网络爬虫与数据聚合3. 并发文件处理4. 实时 阅读全文

摘要： 目录Velero 如何实现备份与恢复？Velero 整体架构Velero 备份原理（Backup）扫描 Kubernetes API，收集集群对象PVC 对应的实际数据如何备份？A. Snapshot 模式（VolumeSnapshot）— 推荐B. Restic / Kopia 文件备份（非快照） 阅读全文

摘要： 目录Kubernetes Operator开发一、Operator核心概念与框架选型1.1 Operator基本原理1.2 框架选择与对比二、开发环境搭建与项目初始化2.1 依赖工具链安装2.2 框架安装与项目初始化2.3 项目结构与工具配置三、自定义资源(CRD)设计与实现3.1 CRD定义与Op 阅读全文

摘要： 目录自定义实现Kubernetes CSI一、CSI架构设计目标与核心组件1.1 设计目标1.2 核心组件1.3 工作原理二、自定义CSI驱动实现步骤2.1 环境准备2.2 接口实现2.3 测试与验证2.4 镜像构建三、CSI驱动部署与功能验证3.1 部署驱动组件3.2 配置CSIDriver对象3 阅读全文