NVIDIA Snapshot 开源：GPU 推理副本秒级拉起，恢复 3.6–42.7 秒，最快 36 倍
NVIDIA 把已初始化的 GPU 显存与进程状态做成可移植快照，Kubernetes 上恢复推理副本仅需 3.6–42.7 秒，比冷启动快 8–36 倍。
标签： GPU
超微 Super AI Station 实测：能当工作站的 5U AI 服务器，本地大模型跑出 3000 tokens/s
超微Super AI Station实测：塔式/5U可转换，Grace+Blackwell，并发32多场景破3000 tokens/s，满载噪音39-42dBA
Kubernetes 1.37 发布：缩容到零进入 Beta 并默认开启，GPU 池终于能真正归零
K8s 1.37「Garhwal」：67项增强，HPA缩容到零升Beta且默认开启，DRA扩展资源支持GA——空闲GPU可真正下线。
GPU 共享三层省钱账：Time-Slicing + Spot + 承诺折扣，叠加省 76%
生产 K8s GPU 利用率常年 0-10%：sharing+spot+承诺折扣三层叠加，示例账单 $10,000/月 压到 $2,400。
跑分表的 TFLOPS 不算数：2026 年选 AI 推理 GPU，只看 token/s 和带宽
同一块 GB202，单用户 5090 快 10–15%，30B+ 多用户 PRO 6000 反手 1.8 倍——推理是带宽瓶颈，2026 选卡的实测地图。
