同一集群多出 33 个百分点 GPU 利用率：变的是分配顺序

Hugging Face 构建了一个约束感知的 GPU 分配器，并在七个基准场景中与 FIFO 调度器对比：相同硬件、相同负载下，GPU 利用率最高提升 33 个百分点（52–85% 提升至 72–88%），优先级加权产出每个场景均上升，最高达 105%，平均 52%。提升来自两点：将实时推理按需求曲线而非全日峰值预留分配，并把批类任务按优先级而非到达顺序放置。