NVIDIA GPU Operator

NVIDIA GPU 软件栈的 Kubernetes Operator，传统 ClusterPolicy/NVIDIADriver 路径管理 driver、container-toolkit、device-plugin、DCGM、MIG manager、sandbox/vGPU 等组件，当前 GPUCluster 提供独立的 DRA 管理路径。历史架构详见 src-gpu-operator-architecture。

证据说明：2026-09-27 官方默认分支快照为 60526e35efee，commit 不代表 release。src-gpu-operator-architecture 保留 2026-06-12 的 raw-backed Source；当前分层见 k8s-gpu-device-stack，DRA 分配与节点准备见 kubernetes-dra-design-deep-dive。

在 M5-C Device / GPU 地图中的位置

Operator reconcile NVIDIA 节点软件及选定 operands，不选择单次 Pod 获得哪块 GPU。按 26.7 文档，ClusterPolicy 对应 k8s-device-plugin 路径，GPUCluster 对应 dra-driver-nvidia-gpu 管理路径，两者不能在同一集群并存，也不支持直接原地迁移。GPUCluster 需独立 NVIDIADriver/预装 driver 和兼容 cdi 的 runtime；这些条件不能由 node-feature-discovery 标签或 Operator Ready 替代。

架构边界

GPU Operator 管“节点软件栈怎么安装、升级、保持健康”，不是单次 Pod GPU allocation 算法。它通常部署或管理 k8s-device-plugin，并与 hami、dra-driver-nvidia-gpu 处在不同层。

选型判断

• 集群管理员管理 NVIDIA 软件栈：GPU Operator。
• kubelet 层暴露 GPU：k8s-device-plugin。
• 新 DRA API 分配：dra-driver-nvidia-gpu。
• 共享/虚拟化调度：hami。