发版日志

使用 版本和组件 查看当前的 Marketplace 版本、组件角色和安装链接。以下各部分记录了每个版本的变更和限制。

有关 NVIDIA GPU 指标变更,请参阅 NVIDIA GPU 文档 中的 Alauda Build of DCGM-Exporter release notes。有关 Ascend NPU 指标变更,请参阅 Ascend NPU 文档 中的 NPU Exporter 信息。

Alauda AI Infrastructure Accelerator Virtualization

v2.10.0

HAMi v2.10.0 以 OLM Operator 形式交付,适用于 ACP v4.1-v4.4,并提供 AMD64 和 ARM64 软件包。该 Operator 管理 HAMi Helm release;Chart 继续管理 scheduler、admission webhook、device plugin 和 monitoring 资源。

新功能和改进

  • 新增通过节点注释进行的逐 GPU 维护控制、逐 Pod 设备评分权重以及组合 GPU 调度策略。
  • 新增资源配额和主机 GPU 内存控制器指标。
  • 新增 Operator 交付路径,并完成安装、升级、卸载和全新安装生命周期验证。已使用该 release 软件包验证 GPU 共享、内存隔离和资源释放功能。

修复的问题

  • 改进了 GPU 上多个 MIG 实例的分配,以及部分获取的设备锁的回滚。
  • 改进了 scheduler 从过期设备分配、设备发现错误和缺少 Pod 请求中恢复的能力。

升级说明和限制

  • 之前的 HAMi 集群插件和新的 Operator 不得同时管理同一个集群资源。在切换软件包形式之前,请备份 HAMi 配置并规划维护窗口。请参阅 升级。
  • 每个集群只能安装一个 Hami 自定义资源。scheduler、webhook、RuntimeClass 和集群 RBAC 资源均为单例。
  • v2.9 中列出的 HAMi-WebUI v1.10.3 和 Ascend Device Plugin v1.4.0 组合不会针对 v2.10.0 自动进行验证。

该 release 的镜像通过了 AMD64 和 ARM64 安全检查,未发现 Critical 或 High 级别的问题。

早期 Alauda Build of HAMi 集群插件版本

v2.9.0

Alauda Build of HAMi v2.9.0 是 HAMi 共享、虚拟化和调度的早期集群插件交付版本。其 amd64、arm64 和多架构(ALL)软件包仍与 v2.10.0 Operator 软件包分开。

新功能和改进

  • 新增完整的自定义 kube-scheduler 镜像路径,以支持需要显式选择 scheduler 镜像的部署。
  • Alauda 交付软件包为带污点的加速器节点上的 HAMi scheduler 和 device-plugin 工作负载配置标准容忍度。
  • 从 v2.9.0 release tag 更新了 HAMi Chart、运行时镜像和 ACP 插件软件包。

升级说明

  • 升级前,请确认目标 ACP 版本、后端路径、节点污点以及当前公开的 HAMi 资源键。
  • 如果需要自定义 scheduler 镜像,请通过 HAMi 插件参数配置 scheduler.kubeScheduler.customImage;为空时,将根据目标集群 Kubernetes 版本和配置的 registry 生成镜像。
  • 升级后,请从验证中检查 HAMi scheduler 和 device-plugin 的就绪状态、节点可分配资源键、ACP 配额元数据以及一个具有代表性的工作负载。

v2.8.3

修复的问题

  • 修复了当 GetMemoryInfo 返回 NOT_SUPPORTED 时统一内存 GPU 的内存信息处理问题。
  • 修复了 v2.8.2 中的 HAMi-Core 监控问题。
  • 修复了工作负载未指定 nvidia.com/gpucores 时设备利用率 watcher 的启动问题。

v2.8.1

新功能和改进

  • 新增 Huawei Ascend NPU 共享支持。
  • 新增 NVIDIA 设备的 CDI 模式支持。
  • 与 NVIDIA Kubernetes Device Plugin v0.18.0 同步。
  • 新增 hami_build_info Prometheus 指标和版本输出。
  • 新增 TLS 证书监视和热加载,无需重启 Pod。
  • 新增 NVIDIA GPU Operator toolkit 就绪检查。
  • 新增 GPUDirect RDMA copy(GDRCopy)和 GPUDirect Storage(GDS)配置支持。
  • 新增用于测试环境的模拟 device plugin 支持。
  • 将 HAMi-WebUI 升级到 v1.10.0,以兼容 HAMi v2.8。HAMi-WebUI v1.10.0 与 HAMi v2.7 和 v2.8 兼容。HAMi-WebUI v1.5.0 与 HAMi v2.8 不兼容。

修复的问题

  • 更新 HAMi-Core,以修复与 vLLM 相关的问题。
  • 修复使用多个 GPU 时,vLLM 0.18 之后版本的启动失败问题。
  • 修复配额计算错误。
  • 修复 scheduler 选择错误 MIG 实例的 MIG 实例分配错误。
  • 将 nvidia-mig-parted 升级到 v0.12.2,以修复安全问题。
  • 修复从 GPU 节点移除 device plugin 后 GPU 节点可见性过期的问题。
  • 修复并发 map 读写错误。
  • 修复设备 NUMA 获取逻辑。
  • 修复更改 release 名称或 Chart 名称时的 ClusterRoleBinding 错误。

v2.7.1

新功能和改进

  • 新增适用于 ACP 4.2 及更高版本的 NVIDIA GPU ResourceQuota 支持。
  • 新增聚合的调度失败事件。
  • 支持配置节点锁超时时间。

修复的问题

  • 修复从 GPU 节点移除 device plugin 后 GPU 节点仍可被调度的问题。

v2.6.1

修复的问题

  • 修复工作负载使用 cuMallocAsync 分配内存时的设备内存统计问题。
  • 修复 gpu_burn 的设备内存统计问题。
  • 修复某些场景下的 segmentation fault。
  • 修复工作负载使用多个设备时的利用率指标问题。
  • 修复使用张量并行度大于 2 的 vLLM 时的初始化错误。

v2.6.0

新功能和改进

  • 优化 scheduler 日志。
  • 新增 Enflame GCU 共享支持。
  • 新增 Metax GPU 和 Metax sGPU 支持。
  • 新增 Helm Chart 校验和注释,以便 HAMi 组件在 ConfigMap 更改后重启。
  • 新增 RuntimeClass 与 NVIDIA 设备的支持。
  • 新增通过 net/http/pprof 进行 profiling 的支持。
  • 新增节点上的 NVIDIA GPU 拓扑评分注册。
  • 在虚拟 GPU 监控中新增 MIG 信息指标。

修复的问题

  • 修复与 NVIDIA driver 570+ 的兼容性问题。
  • 修复 ComfyUI 任务中的设备内存统计问题。
  • 修复 Cambricon 设备分配问题。
  • 修复日志错误以及容器请求设备数量错误。
  • 修复 vgpu-devices-allocated 注释不一致的问题。
  • 修复 node manager 中的过期节点设备问题。
  • 修复动态 GPU 分区中缺少单 GPU 粒度的问题。
  • 修复 cuMallocAsync 上的设备内存统计问题。
  • 修复 MIG 任务意外运行在 hami-core GPU 上时 scheduler 崩溃的问题。
  • 修复多进程设备内存统计问题。

Alauda AI Infrastructure Accelerator Virtualization Console

NOTE

从 v1.3.0 开始,此产品采用 Operator Bundle 交付模型,并与上游社区 HAMi-WebUI 版本线保持一致。这并非从早期 v1.10.x Cluster Plugin 降级:两个版本使用不同的软件包形式、安装负责方、升级路径和版本谱系。请勿将它们的数值作为同一条连续升级序列进行比较。请卸载旧版 Cluster Plugin 并全新安装 Operator Bundle,以完成迁移。

v1.3.0

发布日期:2026-11-12

Alauda AI Infrastructure Accelerator Virtualization Console v1.3.0 以 Operator Bundle 形式交付,适用于 ACP v4.1-v4.4,并提供 AMD64 和 ARM64 镜像。

变更

  • 将 WebUI 交付迁移至由 Helm Operator 支持的 Operator Bundle。
  • 保留由 Prometheus 支持的集群概览、节点管理、卡管理和工作负载任务视图。
  • 新增 ACP 4.4 监控校验,并保留与平台 Prometheus 的集成。

升级说明

  • v1.3.0 是 Operator Bundle,无法从早期 Cluster Plugin 原地升级。请卸载旧插件并确认清理完成,然后通过全新的 Subscription 和 InstallPlan 安装 Operator Bundle,并创建 HamiWebUI 自定义资源。
  • 重新创建自定义资源时,请保留现有的 Prometheus 地址和 NodePort 配置。
  • 请确认 Operator CSV 达到 Succeeded,HamiWebUI 资源报告 Deployed,并且两个 WebUI 容器均处于 Ready 状态。
  • 请确认后端 instant-vector 查询返回 HTTP 200,并包含 JSON data 数组。

早期 Alauda Build of HAMi-WebUI Cluster Plugin 版本

v1.10.3

发布日期:2026-07-27

Alauda Build of HAMi-WebUI v1.10.3 是 HAMi v2.9.x 的补丁版本。该版本可从 Customer Portal 和 AC CN/IO 获取,提供 amd64、arm64 和多架构(ALL)集群插件软件包。该插件使用上游 HAMi-WebUI v1.2.0 原生应用基线。

修复的问题

  • 将任务列表名称过滤改为搜索每一行所表示的 Pod 或工作负载名称。内部容器名称不属于任务列表名称过滤范围。
  • 修复包含 init 容器的 Pod 的设备分配注释解码问题。分配位置现在遵循完整的 init 容器加常规容器顺序。
  • 修正 MLU 设备分配注释解码问题。

安全性

  • 升级 Go 工具链、gRPC 和 golang.org/x/* 依赖项,以解决当前所有可修复的后端发现问题。
  • 升级易受攻击的前端依赖项,包括 body-parser,同时不改变插件形式或 WebUI 工作流。
  • 发布的后端和前端镜像均通过了 Critical 和 High 漏洞门禁。CVE-2026-6993 在 go-kratos/kratos v2.7.3 中仍属于 Medium 级别发现问题,因为上游尚无可用的修复版本。

升级说明

  • 通过 ACP 集群插件页面从 v1.10.2 升级。请保留 Prometheus 地址和 NodePort 选择。
  • 从当前监控 Secret 重新生成 Prometheus 身份验证值。在插件表单中输入的值必须包含 Basic 前缀。
  • 升级后,请确认后端 Prometheus 查询返回 JSON,并且 Pod 名称任务过滤器返回预期行。

已知限制

  • HAMi-WebUI v1.10.3 查询 HAMi 2.9 指标名称。请勿将其与 HAMi 2.8.x 一起使用,否则受影响的利用率视图可能会一直显示为零。
  • 任务列表为 Pod 级别。名称过滤器有意不搜索内部容器名称。

v1.10.2

Alauda Build of HAMi-WebUI v1.10.2 引入了 HAMi 2.9 指标名称更新,对于新的 HAMi 2.9.x 部署,已由 v1.10.3 取代。

新功能和改进

  • 新增级联过滤下拉菜单,使过滤选项限定在当前选择范围内。
  • 优化监控概览图表,并新增工作负载洞察。
  • 改进节点详情页图表显示,并修复时间选择器国际化问题。
  • 更新指标以兼容 HAMi v2.9.0。

修复的问题

  • 使 /metrics 可安全抓取,并减少页面端查询扇出,以提升大型集群性能并避免指标超时或内存不足问题。
  • 通过恢复 lodash 4.17.21,修复因损坏的 lodash 依赖版本发布而导致的空白页面问题。

安全性

  • 将后端升级至 Go 1.26.3,以解决 8 个 Go 标准库 CVE:CVE-2026-33811、CVE-2026-33814、CVE-2026-39820、CVE-2026-39823、CVE-2026-39825、CVE-2026-39826、CVE-2026-39836 和 CVE-2026-42499。
  • 升级前端依赖项,包括 axios 1.16.0、follow-redirects 1.16.0、postcss 8.5.10、qs 6.15.2 和 ws 8.20.1,以解决 23 个 Node CVE。

升级说明

  • 支持的升级路径是从 v1.10.0 升级到 v1.10.2。本版本未记录任何破坏性变更。

Alauda Build of HAMi Ascend Device Plugin

v1.4.1

发布日期:2026-10-19

Alauda Build of HAMi Ascend Device Plugin v1.4.1 是面向 ACP v4.1-v4.4 发布的 ARM64 Operator Bundle 版本。它通过 HAMiAscendDevicePlugin 自定义资源提供由 HAMi 管理的 Ascend 整卡分配、硬切分和软切分功能。

验证与安全性

  • 发布验证涵盖 Ascend 310P 整卡、硬切分和软切分工作流,以及 Alauda OS 上的整卡分配。
  • 验证了使用相同 Subscription 和组件命名空间从现有安装执行原地 OLM 升级;现有自定义资源和配置均得到保留。
  • 最终 ARM64 软件包和镜像通过了独立安全扫描,未发现 Critical 和 High 级别问题。

升级说明

  • 原地升级现有安装并保留当前命名空间。默认 Operator 和 Hami 资源使用 hami-system;HAMi scheduler、共享设备 ConfigMap 和 HAMiAscendDevicePlugin operand 使用 kube-system。记录了自定义命名空间的现有安装在执行普通版本升级时必须继续使用该命名空间。更改命名空间属于单独的迁移任务。
  • 通过现有 Subscription 和 InstallPlan 进行升级。保留当前组件命名空间和自定义资源;不要在普通版本升级期间创建第二个安装来更改命名空间。
  • 在由 HAMi Ascend Device Plugin 管理的节点上,保持原生 Ascend Device Plugin 停止运行。更改所有权前,请遵循切换 Ascend Device Plugin 所有者中的说明。

范围和限制

  • Ascend 910 需要单独确认兼容性,不属于本文档所述版本的硬件范围。
  • 工作负载验证需要受支持的 Ascend 设备、Driver、RuntimeClass 和兼容的 CANN 镜像;仅安装软件包无法验证设备访问权限。

v1.4.0

发布日期:2026-07-29

Alauda Build of HAMi Ascend Device Plugin v1.4.0 是用于部署和管理 HAMi Ascend 整卡分配、硬切分和软切分功能的 Technical Preview Operator 插件。

新功能和改进

  • 新增按节点配置,用于将设备排除在 HAMi 管理范围之外并配置虚拟设备数量。
  • 自动在配置为软切分的节点上启用设备共享。
  • 新增内置 Prometheus 监控,用于监控软切分工作负载,并可选择集成 ServiceMonitor。
  • 新增适用于 Ascend 910C 的 vir05_1c_16g 和 vir10_3c_32g 硬切分模板。
  • 改进多容器 Pod 的设备分配。

已知限制

  • 硬切分 vNPU 可能会在工作负载首次访问设备之前被回收,即使其 Pod 仍在运行也是如此。对于需要稳定设备访问的工作负载,请使用整卡模式。
  • 部分内存硬切分请求每个容器仅支持一个设备。请求多个设备时,admission webhook 会返回 vNPU not supported for multiple devices,并且 Pod 可能无法创建。
  • 目前,HAMi 管理的硬切分工作负载不提供工作负载级别的指标。整卡监控使用 Ascend NPU Exporter 路径,而 HAMi 软切分使用此组件提供的内置 Pod 和容器指标。
  • 软切分提供 Pod 和容器内存指标。其计算利用率指标报告底层物理设备的利用率,因此共享该设备的工作负载会报告相同的值。
  • 硬切分需要 Driver 支持创建虚拟设备,软切分需要 Driver 支持设备共享。如果所需的 Driver 功能不可用,请使用整卡模式。
  • 使用 v1.4.0 交付默认值 spec.config.create: false 时,仅更改 spec.hamiVnpuCore.enabled 不会更新复用的 HAMi 所有 hami-scheduler-device ConfigMap。请在 spec.nodeConfig 中配置目标节点;参见配置 Ascend 切分模式。
  • 需要 Ascend Driver 25.5 或更高版本。工作负载镜像中的 CANN 库还必须与已安装的 Driver 以及(对于软切分)注入的运行时 ABI 匹配。
  • CANN ABI 兼容性限制仅适用于软切分路径,并不定义完整的模型框架支持矩阵;参见兼容性。

v1.3.0

Alauda Build of HAMi Ascend Device Plugin v1.3.0 是一种新的、由 operator 交付的设备插件组件,用于 HAMi 管理的 Ascend 分配场景。

新功能和改进

  • 新增 Alauda Build of HAMi Ascend Device Plugin,用于 HAMi 管理的 Ascend 工作负载。
  • 支持通过 HAMi 管理的分配路径进行 Ascend 整卡分配。
  • 新增使用 HAMi scheduler 设备模板的 vNPU 硬切分调度。
  • 通过 HAMi Ascend vNPU 运行时路径新增 Ascend vNPU 软切分行为。
  • 为 HAMi 管理的工作负载公开特定于模型的 Ascend 数量和内存资源。
  • 仅使用已安装的 HAMi 和 HAMi Ascend Device Plugin 软件包组合所列出的资源名称。不要仅根据芯片型号推断资源名称。

运行说明

  • 在同一节点上启用 Alauda Build of HAMi Ascend Device Plugin 之前,停止原生 Ascend Device Plugin(ascend-device-plugin)。
  • 更改节点上的设备插件所有权后,在运行工作负载之前,确认预期的 Ascend vNPU 资源可分配。
  • 对于软切分,为目标节点启用 hamiVnpuCore,并将 huawei.com/vnpu-mode: hami-core 添加到工作负载。未添加该注解的工作负载将遵循基于模板的 vNPU 路径。
  • 使用 v1.3.0 交付的 Ascend 310P 资源配置时,仅请求内存的请求可能会被规范化为 vir01 3072 MiB 硬切分模板,而不是获得完全匹配所请求的配额。