GPU 与推理 快捷专题：复用主方向与正文，不新增平行的知识副本。 将设备健康、软件栈、资源分配与推理服务四层分开；硬件可见性、任务分配与请求性能分别需要证据。 主方向 AI Infra、虚拟化与云原生 相关模块资料 GPU 硬件、拓扑与健康 驱动、CUDA、容器与兼容矩阵 Kubernetes GPU 调度与隔离 模型推理服务与容量 故障入口 GPU 不可用 LLM 服务高延迟 可关联的练习项目 P13-GPU 推理平台 来源范围 GPU 硬件、拓扑与健康 驱动、CUDA、容器与兼容矩阵 Kubernetes GPU 调度与隔离 模型推理服务与容量