2026年8月26日，Kubernetes发布v1.37迭代，主题命名为"Garhwal"（印度北阿坎德邦喜马拉雅地区）。新版共带来67项增强，其中16项升级至Stable、23项进入Beta、27项进入Alpha，另有1项废除调整。在云原生全面拥抱AI推理的背景下，AI工作负载调度与GPU细粒度管理成为本版本当之无愧的主线。
DRA Slice：一块GPU分给多个Pod
v1.37最受关注的特性是动态资源分配（DRA）的进一步细化。DRA Slice正式走向GA，允许将一块物理GPU切分成多个逻辑分片，分别分配给不同Pod。这一能力对AI推理场景意义重大——典型的推理栈往往需要"模型服务+sidercar"或"prefill Pod+decode Pod"的组合，此前一块GPU只能服务一个Pod，利用率受限；DRA Slice让同一个GPU可以承载多个协同工作负载，显著提升算力利用密度。
设备污点与容忍：设备级隔离
配合细粒度调度的还有DRA设备污点与容忍（device taints and tolerations）能力，它允许在设备级别实现隔离——类似节点污点模型，但下沉到GPU等单个设备维度。这意味着调度粒度从"以节点为单位"细化到"以设备为单位"，GPU这种高价值异构资源可以获得更精细的分配与隔离策略，避免故障设备影响运行中的Pod。
内存与运行时稳定性增强
稳定性方面，v1.37强化了内存管理——Pod内存超限后由系统发送SIGKILL信号，并在cgroup v2下新增跨容器汇总的Pod级内存使用量指标container_memory_usage_bytes{scope="pods"}，让运维可以更准确地观测整个推理Pod的聚合内存占用。此外，Kubelet支持自动探测容器运行时的健康状态，Kube-proxy新增eBPF-only模式，kube-apiserver引入CPU节流控制，从控制平面到数据平面的稳定性和性能都有提升。
迁移与部署建议
对于正在承载AI推理的企业，建议在升级后优先评估DRA Slice对现有多副本推理工作负载的收益，将GPU利用率的提升纳入成本模型；同时结合设备污点容忍配置故障隔离策略。对于尚未使用DRA的团队，v1.34起DRA已毕业，v1.37的成熟度使其具备在生产规模稳定落地的条件，是切入AI工作负载精细化调度的合适窗口。