一句话定义：Kubernetes Device Plugin（设备插件）是 K8s 让节点把 GPU、FPGA、高速网卡等特殊硬件，以“扩展资源”的形式上报给 kubelet，并由调度器按数量分配的一套接口。
展开讲：K8s 默认只认识 CPU 和内存。CPU 像公共厨房的灶眼，可以按毫核切分，多个人轮流用，谁用多了还能被 cgroups 限制；GPU 更像一台专用仪器，通常必须整台预约，进门还要专门登记。Device Plugin 就是节点上的“仪器管理员”：它发现本机有几块 GPU、是否健康，通过 ListAndWatch 告诉 kubelet；kubelet 把这些设备加入节点的可分配资源。调度器看到 Pod 里写了 nvidia.com/gpu: 1，就找一个“还剩至少 1 块”的节点。Pod 落到节点后，kubelet 再调用插件的 Allocate 接口，把设备节点、驱动库、环境变量挂进容器。
为什么不能像 CPU 那样随便切、随便抢？
| 维度 | CPU/内存 | GPU（Device Plugin） |
|---|---|---|
| 资源类型 | 内置，可压缩 | 扩展资源，按个数 |
| 切分 | 毫核/份额，可超卖 | 默认整数，不超卖 |
| 隔离 | cgroups 强制 | 驱动/硬件，弱或依赖方案 |
| 调度感知 | 请求/限制 | 主要看数量，拓扑需额外组件 |
| 分配者 | kubelet/cgroups | kubelet 调 Device Plugin |
具体说：第一，资源模型不同。CPU 是内置可压缩资源，支持 requests/limits、超卖和份额；GPU 一般作为 extended resource（扩展资源），K8s 原生只支持整数计数，不能直接写 0.5 块。第二，隔离机制不同。CPU 有 cgroups 做强制隔离；GPU 的显存、算力隔离依赖驱动和硬件，原生 K8s 管不了。多个 Pod 共享一块卡，可能互相抢显存，甚至把对方挤崩。第三，调度器只知道数量，不知道显存利用率、温度、NUMA、NVLink 拓扑。所以“节点有卡”不等于“跑得最快”。第四，分配是两步：调度器选节点，设备插件真正发设备。插件没装好、驱动异常、设备不健康，都会让 Pod 卡住。
和相邻概念的区别：Device Plugin 不是 GPU 切分方案，也不是调度器本身。它只是“发现设备、上报设备、分配设备”的接口。真正把一块物理卡切成多份，要靠厂商方案，如 Multi-Instance GPU (MIG)、vGPU 或 time-slicing。GPU Operator 这类工具则负责装驱动、插件和监控组件。
对从业者的意义：在 K8s 里申请 GPU，通常写整数，并确保节点装了对应厂商插件；想共享，要选 MIG/vGPU/time-slicing，并接受隔离强弱不同。对普通人，这解释了为什么云上 GPU 常按整卡或实例卖、集群里 GPU 任务要排队——不是系统小气，而是硬件和 K8s 模型共同决定的。具体资源名与切分能力以厂商官方页面为准。