https://shengxu.pages.dev/tags/ai-infrastructure/Shengxu 的云架构 & DevOps 技术博客：Kubernetes、Cilium、可观测性、LLM 基础设施、Agent 工程化等。Hugo 0.153.2 & FixIt v0.4.0-alpha.3-20251225101113-8ffb9a95zh-CNWed, 21 Jan 2026 00:00:00 +0000https://shengxu.pages.dev/posts/kubernetes-1-35-native-gang-scheduling/Wed, 21 Jan 2026 00:00:00 +0000https://shengxu.pages.dev/posts/kubernetes-1-35-native-gang-scheduling/KubernetesAI<p>Kubernetes 1.35 引入的原生 Workload API 和 Gang Scheduling 支持，被业界视为云原生 AI 基础设施的一次“内核级重构”。要真正理解这次升级的分量，我们不仅要看它带来了什么，更要看它试图取代（或融合）什么。</p>https://shengxu.pages.dev/posts/dragonfly-cloud-native-p2p-distribution/Thu, 15 Jan 2026 10:00:00 +0800https://shengxu.pages.dev/posts/dragonfly-cloud-native-p2p-distribution/KubernetesAI<p>在 AI 和云原生基础设施持续演进的 2026 年，镜像与模型分发正逐渐从“边缘优化点”转变为影响平台效率的重要环节。传统依赖中心化 Registry + CDN 的方式，在面对“大规模节点并发、大体积镜像或模型”的场景时，往往面临速度与成本的双重挑战。Dragonfly 正是在这样的背景下成长为 CNCF 毕业（Graduated）项目，并在 Ant Group、Alibaba、Datadog、DiDi、Kuaishou 等企业的生产环境中被采用，用于支撑容器与 AI 模型的高效分发。</p>