与HAMi的对比

HAMi 是一个流行的多厂商GPU/NPU资源池管理解决方案，提供分片GPU和动态MIG功能。

与HAMi相比，TensorFusion不仅提供GPU切分，还通过完全不同的技术实现了真正的GPU虚拟化、隔离、远程共享和实时迁移，有更丰富的企业级功能和云厂商集成。

功能对比

功能	TensorFusion	HAMi
基础功能
GPU切分	✅	✅
GPU池管理	✅	✅
GPU调度与分配	✅	✅
远程GPU共享	✅	❌
高级功能
无缝迁移现有服务	✅	✅
监控与告警	✅	✅
GPU超额分配	✅	🚧
GPU显存扩充与冷热分层	✅	❌
基于GPU资源的自动扩缩容	✅	❌
自定义QoS级别	🚧	❌
多机多卡vGPU	🚧	✅
GPU节点自动买/停	✅	❌
GPU算力碎片整理	🚧	🚧
NVIDIA MIG动态配置	👋	✅
IDE扩展插件	🚧	❌
云端控制台	✅	✅
支持AMD GPU	🚧	❌
支持华为昇腾/寒武纪等GPU/NPU	🚧	✅
企业级功能
GPU实时迁移	🚧	❌
CUDA调用链追踪与分析	🚧	❌
AI模型预加载	🚧	❌
高级扩缩容策略与热点显卡平衡	🚧	❓
GPU集群用量统计与货币化	🚧	❌

注：

✅ 表示支持
❌ 表示不支持
🚧 表示开发中
❓ 表示未知
👋 表示不再需要

TensorFusion和HAMi都提供Kubernetes环境下的GPU切分、分布式调度。TensorFusion功能更丰富，而HAMi支持更多GPU厂商。

在GPU切分设计上，HAMi采用百分比配额方式，而TensorFusion使用FP16 TFlops作为度量单位。百分比方式可能导致不可预测的行为，因为不同代际GPU的1%算力差异巨大。

在技术实现方面，两者在Kubernetes层都使用Golang开发，但在虚拟化层HAMi使用C语言，TensorFusion使用Rust和C++。技术上另一个本质区别在于HAMi通过DevicePlugin注入劫持后的libcuda，而TensorFusion只依赖PodMutationWebhook，HAMi对劫持的libcuda只覆盖了资源配额相关的API，而TensorFusion实现了完整的GPU设备虚拟化和远程共享。

部署与使用

HAMi提供Helm部署，TensorFusion则提供更友好的控制台进行GPU集群管理。TensorFusion架构更简单，无需Kubernetes DevicePlugin或SchedulerPlugin，为社区和商业用户提供完整的控制平面，一键部署，多集群统一管控。

使用对比：

yaml

# HAMI
spec:
  containers:
    - name: python
      image: ...
      resources:
        limits:
          nvidia.com/gpu: 1 // [!code highlight]
          nvidia.com/gpumem: 3000 # 3000Mi显存 
          nvidia.com/gpucores: 30 # 请求30%计算资源 //

TensorFusion只需添加PodTemplate注解，更简单灵活：

yaml

# TensorFusion
metadata:
  labels:
    tensor-fusion.ai/enabled: 'true'
  annotations:
    tensor-fusion.ai/workload-profile: example-workload-profile // [!code highlight]
    tensor-fusion.ai/vram-limit: 4Gi // [!code highlight]

总体拥有成本(TCO)

简言之：小规模GPU池时HAMi开源版TCO与TensorFusion相当，但当GPU池扩大需要复杂编排和调度时，HAMi功能较少，其综合使用成本增长更快。

小型GPU池场景

如果您的AI Infra团队有丰富的Kubernetes和GPU管理经验，HAMi开源版是不错的选择，否则TensorFusion因依赖更少、认知负荷更低，对多数AI Infra团队是更优选择。

中大型GPU池场景

当GPU池规模扩大时，丰富功能集变得更重要。HAMi缺乏资源超售、远程共享和实时迁移等功能，综合使用成本将显著高于TensorFusion。

其他考量

HAMi的企业版主要面向中国GPU厂商和市场，而TensorFusion由新加坡公司NexusGPU PTE.LTD.开发，国际企业或中国大陆出海企业用户可获得NexusGPU提供的24x7商业支持、企业级安全合规能力（开发中），包括SAML/OIDC、SOC2、ISO27001等国际认证。

与HAMi的对比 ​

功能对比 ​

部署与使用 ​

总体拥有成本(TCO) ​

小型GPU池场景 ​

中大型GPU池场景 ​

其他考量 ​