採用事例・エコシステム

誰が使っているか

リポジトリに ADOPTERS.md ファイルはない。以下の本番ユーザは CNCF のエンドユーザケーススタディに基づく。入手できる最も確かな引用可能な証拠だ。いずれも Kubernetes 上で GPU ワークロードを動かす中国の大企業である。

組織	ユースケース	出典
SF Technology (順豊科技)	Kubernetes 上の AI ワークロードの GPU 共有	CNCF ケーススタディ
KE Holdings Inc. (貝殻找房)	Kubernetes 上の AI ワークロードの GPU 共有	CNCF ケーススタディ
NIO (蔚来)	Kubernetes 上の AI ワークロードの GPU 共有	CNCF ケーススタディ

形式的な採用企業サーベイは限定的なため、このリストは完全な採用企業数ではなく、出典付きで名前を挙げられる範囲 (上記の CNCF エンドユーザ事例) だ。

採用のシグナル

2026-07-08 時点で、GitHub リポジトリはスター 3,720、fork 611、コントリビュータ 129 である (GitHub API)。リリースラインは活発で、v2.9.0 が 2026-05-19 に切られた。HAMi は 2026-07-02 に CNCF Incubating に到達した。この昇格には、本番利用の証拠と健全なコントリビュータ基盤を TOC が確認することが要る (CNCF プロジェクトページ、Dynamia AI ブログ)。README には OpenSSF Best Practices バッジと projecthami/hami の Docker Hub pull バッジもある。測定可能なシグナルは、実際の広がりと単一企業を超えたコントリビュータ基盤を示しており、それが Incubating 昇格に表れている。

エコシステム

HAMi は単体で立つのではなく、既存のスケジューラに差し込むよう設計されている。Volcano は自身の NVIDIA vGPU device plugin に HAMi-core ベースの隔離を使っており、バッチ AI では定番の組み合わせだ (HAMi ドキュメント)。Koordinator は HAMi の上に構築した end-to-end の GPU 共有構成を文書化している (Koordinator ドキュメント)。隔離ライブラリ HAMi-core 自体も再利用可能な部品だ。別リポジトリであり、コンテナ内強制の部分として他のスケジューラが取り込む。ハードウェア側では、pkg/device ツリーが NVIDIA に加えて Ascend・Cambricon・Hygon・Metax・Mthreads・Iluvatar などをカバーするため、エコシステムの話は周辺スケジューラと同じくらいアクセラレータベンダの話でもある。

代替候補

HAMi の立ち位置は、Pod ごとのメモリ・演算制限付きのソフト GPU 共有、アプリ改変なし、MB 単位の任意粒度、そして多数のベンダにまたがる単一モデルである。代替は各々がその範囲の一部を、別のトレードオフでカバーする。

代替	違い
NVIDIA GPU Operator の time-slicing	GPU を N 個の複製リソースとして kubelet に見せるだけで、メモリ・演算の隔離がなく、Pod が互いのメモリを読める。HAMi は HAMi-core で Pod ごとの上限を強制する
NVIDIA MIG	強い隔離のハードウェア分割だが、特定カード (A100/H100 系) 限定で粒度が固定プロファイル。HAMi は MB 単位の任意ソフト分割を行い、MIG も駆動できる
NVIDIA MPS	SM 演算は共有できるがメモリ隔離が弱く、耐障害境界が緩い。HAMi は device plugin 経由で MPS を選べ、独自のメモリ制限を加える
run:ai などの商用 GPU オーケストレータ	同種の部分共有とスケジューリングを商用製品として提供する。HAMi は CNCF の OSS で複数アクセラレータベンダにまたがる