文档摘要

第一章 基础准备：集群、GPU 与推理框架 本章导读：在把 GLM-5.2 真正跑起来之前，我们需要先把"地基"打牢。很多人一上来就照着网上的 Helm chart 部署，结果卡在 GPU 调度、镜像拉取、或者根本不知道该选哪个推理框架。本章不急着写 YAML，而是先把三件事讲透：你的 Kubernetes 集群到底需不需要、以及需要什么样的 GPU 支持；推理框架为什么我强烈建议选 vLLM；以及 GLM-5.2 这个模型本身的几个关键事实，避免你后面踩到"以为能跑其实跑不了"的坑。读完这一章，你应该能在一张白纸上画出从集群到推理服务的整体链路，并且清楚每一步要做什么、为什么这么做。

---