把服务器、加速卡、NIC、交换机端口、本地盘与电力连接纳管成唯一资源事实库，在其之上提供跨池队列、配额与放置策略。架在既有调度器之上，不重写底层调度。
调得到，跑不稳。资源标签统一不等于运行语义统一。同一台机器今天给这个作业用得好，明天换个作业就慢 30%，而监控上一切正常——因为没人知道物理拓扑长什么样。
跨代跨品牌硬混，故障爆炸半径失控。H200 与国产卡放进同一个池，一个调度器决定一切，结果是训练任务被随机丢进通信能力不足的机器。故障不是随机发生的，是被调度出来的。
| 部署形态 | 私有化高可用控制面，边节点轻量代理 |
| 底层依赖 | Kubernetes，或 Slurm / Volcano 等批处理调度器 |
| 接入方式 | 调用既有调度器原生 API 作统一队列网关或调度扩展 |
| 资源规模 | 面向 64–256 台整机（约 512–2,048 张加速卡） |
| 数据存储 | 资源事实库 + 时序库 + 配置策略库，均本地部署 |
| 网络要求 | 控制面与数据面分离，无需外网连通 |
| 交付物 | 控制面安装包、边节点代理、资源模型说明、策略配置手册 |
| 验收口径 | 纳管资源与实际布线一致；不满足约束的作业不被调度到错误拓扑 |
| 性能口径 | 调度决策 P99 延迟以现场基线为准，合同约定 |
| 报价逻辑 | 按纳管节点数分档，不含 GPU 硬件与机房改造 |