基于Kubernetes的GPU资源碎片智调度系统及方法

本发明公开了一种基于Kubernetes的GPU资源碎片智调度系统及方法，涉及人工智能平台基础设施技术领域。为解决Kubernetes中因调度策略缺陷和缺乏自动化机制导致的GPU资源碎片化、迁移风险高等问题，所述方法通过监控集群状态，利用模拟调度算法智能识别并确定迁移候选对象；随后，创建并持久化一个GPU碎片整理任务，以该任务为载体驱动一个先扩容后缩容的无感迁移流程；该流程通过定向调度在一个新节点创建健康的Pod副本，并在新副本就绪后，平滑摘除旧副本流量，再利用Kubernetes内在的缩容机制精确移除非就绪的旧副本，最终实现任务终结与资源整合。这样，对GPU碎片的自动化、智能化治理，并通过精细化的迁移流程，在有效提高资源利用率的同时，保障了业务的连续性与稳定。