Kubernetes部署LLM推理手册

作者分享在组织内搭建Kubernetes上自托管LLM推理基础设施的生产经验。

推荐理由：自建推理的难点在GPU调度、模型服务、伸缩和故障处置，而不是简单容器化；生产runbook若覆盖这些环节，可帮助团队评估从API转向内供推理的真实运维成本。