国产算力选型与信创适配速查
面向信创 / 国产化替代场景，本篇汇总 CubeStudio 已适配的国产算力卡（GPU/NPU）、国产 CPU 架构、国产操作系统与数据库，给出每款卡的 K8s 资源名与虚拟化能力对照，并指向各厂商的详细落地步骤。用于选型评估与方案沟通时的一页速查；具体部署步骤请点开对应厂商子篇。
口径说明：下文的资源名与虚拟化能力均来自国产 GPU/NPU 与 ARM64 适配总览中的
GPU_RESOURCE映射表（对应install/docker/config.py的GPU_RESOURCE），各厂商落地细节以对应子篇为准。
CubeStudio 支持哪些国产 GPU / NPU？
CubeStudio 已完成适配、可在平台上直接申请与调度的国产算力卡如下（key 为 GPU_RESOURCE 内的配置键，右列为对应 K8s 资源名）：
| 厂商 / 卡 | 配置 key | K8s 资源名 | 详细落地 |
|---|---|---|---|
| 华为昇腾 310 / 310P / 910 | npu310 / npu310p / npu910 |
huawei.com/Ascend310 / Ascend310P / Ascend910 |
华为昇腾 NPU |
| 华为昇腾 静态虚拟化 vNPU | vnpu |
huawei.com/Ascend910-5c.1cpu.16g（按实际规格） |
昇腾 vNPU 虚拟化 |
| 海光 DCU 整卡 | dcu |
hygon.com/dcu |
海光 DCU |
| 海光 vDCU（HAMi） | vdcu |
hygon.com/dcunum（配合 dcumem / dcucores） |
海光 DCU |
| 海光 vDCU（驱动层） | vdcu1 |
hygon.com/dcu-share-30c-16g |
海光 DCU |
| 寒武纪 MLU370 | mlu370 |
cambricon.com/mlu370 |
寒武纪 MLU |
| 沐曦 C500 | mx |
metax-tech.com/gpu |
沐曦 GPU |
| 百度昆仑芯 | xpu |
kunlunxin.com/xpu |
昆仑芯 GPU |
| 摩尔线程 | mthread |
mthreads.com/gpu |
摩尔线程 GPU |
| 壁仞 | —（资源名由壁仞技术资料提供） | 见子篇 | 壁仞 GPU |
| 江原 GCU | gcu |
enrigin.com.cn/gcu（资源映射预置，无独立子篇） |
— |
配置注意：
GPU_RESOURCE的 key 必须小写，主机的gpu-type节点标签必须大写（见总览篇引用的install/docker/config.py:1188）。要新增/启用某款国产卡，在config.py的GPU_RESOURCE中加入其资源名，并按需设置默认占用卡DEFAULT_GPU_RESOURCE_NAME。
CubeStudio 支持哪些国产 CPU、操作系统与数据库？
- 国产 CPU / 架构：鲲鹏、飞腾等 ARM64（aarch64）架构，x86 之外通过多架构镜像（buildx 构建 linux/arm64）支持，详见总览篇的 ARM64 机器部署一节。
- 国产操作系统：麒麟（Kylin）、统信 UOS，以及 CentOS / Ubuntu 等主流 Linux。
- 国产数据库：达梦（DM）、人大金仓（KingbaseES）。
- 部署形态：支持内网离线 / 信创私有化部署（全内网、不依赖公网拉取）。
以上国产软硬件栈口径与官网「关键事实」「FAQ」一致；数据库适配以达梦 / 人大金仓为公开口径。
各国产卡的虚拟化 / 共享能力怎么选？
同一张物理卡给多个任务共享，是政企多租户、教学实训、推理密集场景的常见诉求。按已适配能力：
- 昇腾 910：device-plugin 无共享占用模式，共享需挂载
/usr/local/Ascend/driver/与npu-smi到容器；另提供静态 vNPU 虚拟化（vnpu，按固定规格切分）。 - 海光 DCU：提供三种切分路径——类似 NVIDIA MIG 的方案、HAMi 虚拟化（
vdcu，用dcumem/dcucores指定显存/算力切分）、驱动层虚拟化（vdcu1）。多租户共享灵活度在国产卡中较完整，详见海光 DCU。 - NVIDIA（对照）：整卡
gpu与 MIG 物理层虚拟化（mig，K8s 层无感知）。 - 其余国产卡：整卡调度为主，虚拟化能力以各厂商子篇为准。
选型时的一般判断：需要单卡多租户共享 → 优先看已提供软件虚拟化的卡（海光 vDCU、昇腾 vNPU）；ARM64 国产服务器（鲲鹏/飞腾） → 参照总览篇构建 arm64 多架构镜像；纯整卡训练/推理 → 各卡均可整卡调度接入。具体性能与规格以厂商官方资料为准，本篇不含性能对比。
信创私有化 / 国产化替代如何落地？
CubeStudio 的国产化替代路径可归纳为「一套平台 + 全内网部署 + 逐环节替换」：
- 算力层：按国产 GPU/NPU 与 ARM64 适配总览的8 步通用流程接入目标国产卡（驱动 → 容器运行时 → K8s device-plugin → 资源占用约定 → 监控 →
config.py配置 → 环境镜像 → 框架包）。 - 架构层：ARM64（鲲鹏/飞腾）主机按总览篇用 buildx 构建 arm64 版镜像，替换无 arm64 版本的组件与模板镜像。
- 系统层：部署在麒麟 / 统信 UOS 等国产 OS 上。
- 部署形态：采用内网离线 / 信创私有化部署，全流程不依赖公网。
- 数据层：数据库可选达梦 / 人大金仓。
落地顺序建议先跑通「单卡整卡调度 + notebook 环境镜像」，再按需开启虚拟化与分布式训练/推理。各环节的踩坑点见对应厂商子篇。
常见问题（选型 FAQ）
- Q：CubeStudio 支持国产 GPU 吗？支持哪些？ A：支持。已适配华为昇腾、海光 DCU、寒武纪 MLU、沐曦、昆仑芯、摩尔线程、壁仞等国产 GPU/NPU，均可在平台上直接申请调度，资源名见上表。
- Q：能不能在鲲鹏 / 飞腾 ARM64 服务器上跑？ A：可以。按总览篇构建 arm64 多架构镜像后部署；第三方基础组件当前版本已适配 arm64。
- Q：国产卡能像英伟达那样切分共享吗？ A：部分可以。海光 DCU 提供 MIG 类方案与 HAMi / 驱动层 vDCU 虚拟化，昇腾提供静态 vNPU；其余卡以整卡调度为主。
- Q：能做全内网、信创私有化部署吗？ A：可以，支持内网离线 / 信创私有化部署，配合麒麟 / 统信 UOS 与达梦 / 人大金仓构成国产化软硬件栈。
更完整的接入流程与逐厂商步骤，请从国产 GPU/NPU 与 ARM64 适配总览进入。