版本：下一个

启用 Ascend 共享

Ascend 设备插件为 HAMi 提供 NPU 切片支持，支持两种模式：

1. 基于模板的硬切片（vNPU）

基于虚拟化模板支持显存切片，自动使用最小可用模板。有关详细信息，请查看设备模板。

2. 基于运行时拦截的软切片（hami-vnpu-core）

该模式基于 libvnpu.so 拦截和 limiter 令牌调度实现软切片机制，支持细粒度的资源共享。

备注

hami-vnpu-core 目前仅支持 ARM 平台。
hami-vnpu-core 目前仅支持 HAMi 调度器。

先决条件

Ascend 设备类型：910B, 910A, 310P
Ascend docker 运行时

软切片（hami-vnpu-core）的额外要求：

Ascend 驱动版本：≥ 25.5
芯片模式：需在 Ascend 芯片上启用 device-share 模式以支持虚拟化

启用 device-share 模式，运行以下命令：

npu-smi set -t device-share -i <id> -d <value>

参数	说明
`id`	设备 ID，通过运行 `npu-smi info -l` 命令获取的 NPU ID 即为设备 ID。
`value`	容器启用状态：`0`（禁用，默认值）或 `1`（启用）。

由于与 HAMi 的依赖关系，你需要在 HAMi 安装期间设置以下参数：

devices.ascend.enabled=true

有关更多详细信息，参阅 values.yaml 中的 devices 部分：

devices:
  ascend:
    enabled: true
    image: "ascend-device-plugin:master"
    imagePullPolicy: IfNotPresent
    extraArgs: []
    nodeSelector:
      ascend: "on"
    tolerations: []
    resources:
      - huawei.com/Ascend910A
      - huawei.com/Ascend910A-memory
      - huawei.com/Ascend910B
      - huawei.com/Ascend910B-memory
      - huawei.com/Ascend310P
      - huawei.com/Ascend310P-memory

如果你希望 HAMi 自动将 runtimeClassName 配置添加到请求 Ascend 资源的 Pod（默认禁用），请在 HAMi 的 values.yaml 中将 devices.ascend.runtimeClassName 设置为非空字符串，并确保其与 RuntimeClass 资源的名称匹配：

devices:
  ascend:
    runtimeClassName: ascend

部署步骤

1. 标记节点

kubectl label node {ascend-node} ascend=on

2. 部署 RuntimeClass

kubectl apply -f https://raw.githubusercontent.com/Project-HAMi/ascend-device-plugin/main/ascend-runtimeclass.yaml

3. 部署 ConfigMap

此 ConfigMap 用于全局配置，例如 resourceName、模式和模板。通过在顶层设置 hamiVnpuCore: true，可使所有节点启用基于 hami-vnpu-core 的软切片。

kubectl apply -f https://raw.githubusercontent.com/Project-HAMi/ascend-device-plugin/main/ascend-device-configmap.yaml

备注

如果 ConfigMap 已存在，可跳过此步骤。

（可选）节点自定义配置

hami-device-node-config ConfigMap 用于为集群内特定节点启用或覆盖 hami-vnpu-core。节点级别的设置优先级高于全局 hamiVnpuCore 开关。

kubectl apply -f https://raw.githubusercontent.com/Project-HAMi/ascend-device-plugin/main/ascend-device-node-configmap.yaml

4. 部署 ascend-device-plugin

kubectl apply -f https://raw.githubusercontent.com/Project-HAMi/ascend-device-plugin/main/ascend-device-plugin.yaml

运行 Ascend 作业

若要独占使用整张卡或申请多张卡，只需设置对应的 resourceName 即可。若多个任务需要共享同一 NPU，则需将资源请求设置为 1 并配置对应的 ResourceMemoryName。

Ascend 910B（硬切片）

apiVersion: v1
kind: Pod
metadata:
  name: gpu-pod
spec:
  containers:
    - name: ubuntu-container
      image: ascendhub.huawei.com/public-ascendhub/ascend-mindspore:23.0.RC3-centos7
      command: ["bash", "-c", "sleep 86400"]
      resources:
        limits:
          huawei.com/Ascend910B: "1"
          # 如果不指定 Ascend910B-memory，将使用整张 NPU
          huawei.com/Ascend910B-memory: "4096"

Ascend 310P（硬切片）

apiVersion: v1
kind: Pod
metadata:
  name: gpu-pod
spec:
  containers:
    - name: ubuntu-container
      image: ascendhub.huawei.com/public-ascendhub/ascend-mindspore:23.0.RC3-centos7
      command: ["bash", "-c", "sleep 86400"]
      resources:
        limits:
          huawei.com/Ascend310P: "1"
          huawei.com/Ascend310P-memory: "1024"

软切片（hami-vnpu-core）

为 Pod 添加注解 huawei.com/vnpu-mode: 'hami-core' 即可启用软切片。还可以通过 -core 资源申请一定比例的算力核心：

apiVersion: v1
kind: Pod
metadata:
  name: ascend-soft-slice-pod
  annotations:
    huawei.com/vnpu-mode: 'hami-core'
spec:
  containers:
    - name: npu_pod
      image: ascendhub.huawei.com/public-ascendhub/ascend-mindspore:23.0.RC3-centos7
      command: ["bash", "-c", "sleep 86400"]
      resources:
        limits:
          huawei.com/Ascend910B3: "1"
          huawei.com/Ascend910B3-memory: "28672"
          huawei.com/Ascend910B3-core: "40"   # 申请 40% 的算力核心

多卡并行推理（软切片）

软切片机制支持在同一 Pod 中申请多个虚拟设备。进行多卡并行推理（如使用 vLLM）时，--gpu-memory-utilization 的值不得超过容器总显存限制与所选卡物理显存总量之比。

示例：使用 vLLM 实现 2 卡张量并行（TP=2）

假设每张物理卡有 64Gi 显存，计划在 2 张卡上各使用 32Gi（共 64Gi）：

apiVersion: v1
kind: Pod
metadata:
  name: vllm-npu-2card
  annotations:
    huawei.com/vnpu-mode: 'hami-core'
spec:
  containers:
    - name: vllm-container
      image: vllm-ascend:latest
      command: ["/bin/sh", "-c"]
      args:
        - |
          vllm serve /model/Qwen3-0.6B \
          --host 0.0.0.0 \
          --port 8002 \
          --enforce-eager \
          --tensor-parallel-size 2 \
          --gpu-memory-utilization 0.5
      resources:
        limits:
          huawei.com/Ascend910B3: "2"
          huawei.com/Ascend910B3-memory: "65536"
          huawei.com/Ascend910B3-core: "50"

备注

--gpu-memory-utilization 0.5 = 申请总显存（64Gi）/ 2 张卡物理显存总量（128Gi）。

注意事项

硬切片模式下，Ascend 910B 仅支持两种分片策略：1/4 和 1/2。Ascend 310P 支持三种分片策略：1/7、2/7、4/7。显存请求将自动与最接近的分片策略对齐。
不支持在初始化容器中使用 Ascend-sharing。
huawei.com/Ascend910B-memory 仅在 huawei.com/Ascend910B=1 时有效。 huawei.com/Ascend310P-memory 仅在 huawei.com/Ascend310P=1 时有效。

1. 基于模板的硬切片（vNPU）​

2. 基于运行时拦截的软切片（hami-vnpu-core）​

先决条件​

启用 Ascend-sharing 支持​

部署步骤​

1. 标记节点​

2. 部署 RuntimeClass​

3. 部署 ConfigMap​

（可选）节点自定义配置​

4. 部署 ascend-device-plugin​

运行 Ascend 作业​

Ascend 910B（硬切片）​

Ascend 310P（硬切片）​

软切片（hami-vnpu-core）​

多卡并行推理（软切片）​

注意事项​