昆仑芯 XPU 适配（百度昆仑芯）
本篇说明如何在 CubeStudio 平台上接入百度昆仑芯（kunlunxin / XPU）算力卡，覆盖主机驱动、k8s device plugin、节点资源识别、Notebook 与推理服务使用。
来源：
install/kubernetes/gpu/kunlun/readme.md，原文为图文操作记录。下文保留原始操作截图（外部 OSS 链接），并补充平台侧资源名配置事实。
平台资源名配置（已核实）
昆仑芯在平台中对应的 GPU 资源 key 为 xpu，映射到 k8s 资源名 kunlunxin.com/xpu。
依据 myapp/config.py:1255 的 GPU_RESOURCE 配置：
"xpu": "kunlunxin.com/xpu", # 百度昆仑芯
在 Notebook / 推理服务 / 任务流的「GPU」字段中填写格式为 数量(型号key)，例如申请 1 张昆仑芯卡填 1(xpu)。括号里的 key 会被平台解析后映射到对应的 k8s 资源名（解析逻辑见 myapp/utils/core.py:1622 的 get_gpu）。
一、主机 xpu-smi
主机驱动正常安装后，使用 xpu-smi 查看卡信息。
二、K8S device plugin / exporter
在 k8s 中部署昆仑芯的 device plugin 与 exporter 组件。下载地址（外部 OSS）：
- k8s device plugin：https://cube-studio.oss-cn-hangzhou.aliyuncs.com/install/xpu_device_plugin_1.0.0.3.tar.gz
- k8s exporter：https://cube-studio.oss-cn-hangzhou.aliyuncs.com/install/xpu_exporter_1.0.0.10.tar.gz
三、节点资源
device plugin 部署完成后，k8s 节点上会上报昆仑芯卡资源。
四、Notebook 使用
在 Notebook 中申请昆仑芯卡（GPU 字段填 数量(xpu)），进入容器后即可使用昆仑芯算力。
五、推理服务（部署 DeepSeek）
在推理服务中使用昆仑芯卡部署 DeepSeek 模型。
- 镜像：
ccr.ccs.tencentyun.com/cube-studio/xtrtllm_ubuntu_2004_x86_64_deepseek-v3:v20
- 挂载目录：
kubeflow-user-workspace(pvc):/mnt，/mnt/model(hostpath):/workspace /mnt/model内容放在文件夹model中
- 启动命令：
source /home/pt201/bin/activate && export LD_LIBRARY_PATH=/usr/local/xpu/so:$LD_LIBRARY_PATH && bash /workspace/deepseek_server/run_server.sh /workspace/DeepSeek-R1-tokenizer /workspace/DeepSeek-R1-0528-BF16-engine r1
六、测试
部署完成后测试推理接口。
