用 NVIDIA Dynamo 优化 GPU 资源规划

Vultr 教程介绍在 Kubernetes 上部署 NVIDIA Dynamo 的 SLA Planner：基于 SLA 驱动的性能剖析，分析首 token 时延与 token 间时延要求，动态调整 GPU worker 副本数，在满足延迟目标的同时减少资源浪费，并集成 Prometheus 监控与 Grafana 看板。

AI推荐理由 介绍 NVIDIA Dynamo 的 SLA Planner 在 Kubernetes 上按首 token 时延和 token 间时延自动扩缩 GPU worker，针对 LLM 推理资源分配痛点，有具体配置路径；属厂商教程，缺少实测数据。