3D视觉AI弹性算力系统规划与实施产品系统

解决 3D 视觉 AI 项目中 Open3D 点云处理任务算力波动大、资源成本高的痛点，平衡 AI 任务效率与算力成本。

核心围绕 “AI 算力弹性伸缩” 构建全流程能力，适配 Open3D 驱动的 3D 视觉 AI 任务特性：
1. 基于 KubeRay + 容器云实现 GPU/CPU 节点按 AI 场景指标（推理延迟 / GPU 利用率）弹性伸缩；
2. 分布式调度 Open3D 点云 AI 任务，定制 GPU/CPU资源调度策略适配需求；
3. 全链路监控保障弹性伸缩过程中任务连续性。

项目职务：负责人
技术栈： Open3D、KubeRay/Ray、Kubernetes、GPU 虚拟化、3D 计算机视觉、AI 推理 / 训练、Prometheus、Python
项目实施内容：
1. 架构层：基于 Kubernetes 部署 KubeRay 集群，搭建 “主控节点 + 弹性计算节点” 的分布式架构，主控节点负责任务调度与伸缩决策，计算节点承载 Open3D 的 3D 视觉 AI 任务，支持 GPU/CPU 异构资源调度；
2. 伸缩逻辑实现：通过 Python 开发伸缩策略脚本，对接 Ray Autoscaler API 与 K8s HPA，定义 AI 场景专属的伸缩阈值，实现算力需求与节点数量的动态匹配；
3. 任务优化实现：基于 Open3D 的 Python API 拆分点云处理任务，通过 Ray 的ray.remote装饰器实现任务并行化，结合 KubeRay 的节点标签机制，将 CUDA 加速任务调度至 GPU 节点，提升任务执行效率；