光大银行 SKE 重点缺口工作量粗估（SKE TL 对齐版）
结论
经与 SKE TL 对齐后，重点核心缺口的口径从"按原始缺口最大化拆解"调整为"按当前真实可交付边界、现有能力和客户仍需确认项拆解"。核心变化如下：
| 变化 |
调整后口径 |
| 容灾备份/高可用 |
重点清单只保留平台管理面备份、K8s 对象备份、备份准入报告、PV/PVC 数据保护、单 AZ 高可用架构检查和加固；应用一致性恢复模板、跨 AZ 等转入全量特性评估 |
| 跨集群应用管理 |
重点清单只保留跨集群资源索引与搜索、权限审计与低风险批量跳转 |
| 国产卡虚拟化 |
Ascend、沐曦、海光保留在重点清单；天数转入全量特性评估 |
| HPA、镜像清理、操作审计 |
HPA 基础 CPU/内存动态伸缩已有能力；镜像批量选择删除若满足客户诉求则按现有能力覆盖；操作审计采集和查询已有 |
| 计量、数据安全性 |
计量在 SKE 侧不涉及新增开发；数据安全性更偏 AICP 训练/推理模型安全 |
调整后重点核心 16 项全量粗估约为 2900 人天级别。该口径包含需跨团队复核的能力，但已扣除当前明确已有能力、原始需求未提及的扩展项和转入全量特性评估的深层能力。
一、原始缺口校准口径
| 序号 |
原始缺口项 |
校准口径 |
| 1 |
资源配额管理 |
资源对象数量需和客户确认，超水位提示和审计移出重点清单 |
| 2 |
漏洞修复 |
平台曾通过修复镜像处理内核漏洞；热升级修复缺陷补丁能力需和相关团队确认 |
| 3 |
AI 算力虚拟化 |
当前只支持 NVIDIA，国产卡切分仍是缺口 |
| 4 |
AI 算力调度 |
训推共池和潮汐调度需研发侧专项调研业界安全水位 |
| 5 |
跨集群应用管理 |
重点清单聚焦资源索引与搜索、权限审计和低风险批量跳转 |
| 6 |
自定义资源 |
可通过 kubeconfig 创建 CR/CRD，但当前没有 CR/CRD 管理界面 |
| 7 |
应用负载弹性扩缩/HPA |
当前支持 CPU、内存 HPA 动态伸缩 |
| 8 |
镜像管理/清理 |
若客户只要求选择废弃镜像批量删除，当前已支持 |
| 9 |
统计报表 |
当前不支持，需要 SKE 支持报表定制和导出能力 |
| 10 |
计量 |
相关平台可能支持一部分能力，SKE 侧不涉及新增开发 |
| 11 |
RBAC |
界面已支持命名空间关联租户并限制权限 |
| 12 |
操作审计 |
审计事件模型和查询已有 |
| 13 |
容灾备份/高可用架构 |
前四项技术上可支持；单 AZ 需确认是否要求 SKE 管控面高可用 |
| 14 |
纳管第三方 K8s 集群 |
需考虑组件导入；需评估纳管后第三方集群故障恢复责任 |
| 15 |
自监控面板 |
需确认客户期望效果 |
| 16 |
数据安全性 |
更偏 AICP 训练模型、推理模型安全 |
二、重点核心16项工作量汇总
| 特性 |
总人天（约） |
口径说明 |
| 容灾备份/高可用架构 |
约325人天 |
管理面备份、K8s 对象备份、准入报告、PV/PVC 数据保护和单 AZ 检查 |
| 第三方 K8s 纳管 |
约220人天 |
含 L1/L2/L3、ske-agent 导入和轻运维动作 |
| 跨集群应用管理 |
约95人天 |
资源索引搜索、权限审计和低风险批量跳转 |
| AI 算力虚拟化与国产卡切分 |
约625人天 |
Ascend 两套方案、沐曦、海光 |
| NVIDIA MIG |
约135人天 |
MIG 发现、展示、调度、配额和 AICP 验收 |
| AI 算力调度 |
约335人天 |
训推共池、潮汐调度、队列抢占恢复和 AICP 联动 |
| 资源配额管理 |
约165人天 |
项目/任务/资源对象、配额配置、AICP 联动 |
| 统计报表与计量 |
约245人天 |
报表维度、筛选、导出；计量口径需相关平台复核 |
| RBAC 授权模式 |
约45人天 |
管控面权限模块下发，只读/只写/读写已有基础 |
| 自定义资源 CRD 管理 |
约115人天 |
CRD/CR 列表、状态、创建编辑、YAML 校验 |
| 应用负载弹性扩缩/HPA |
约20人天 |
CPU/内存 HPA 动态伸缩，需确认缩副本策略 |
| 镜像清理 |
约0人天（已支持） |
若只需选择废弃镜像批量清理，当前已支持 |
| 漏洞修复与在线升级 |
约75人天 |
SKE 侧 CVE 流程、通知、回退、验收和审计 |
| 资源监控/自监控面板 |
约155人天 |
自监控指标、健康视图、组件状态、容量性能 |
| 数据安全性 |
约245人天 |
用户数据隔离、AI 任务安全、模型安全 |
| 操作审计 |
约55人天 |
审计查询、导出、保留策略、权限和脱敏 |
三、转入全量特性评估的能力
| 能力 |
转入原因 |
| 应用一致性恢复模板 |
涉及数据库、中间件、模型服务恢复编排，深度工作量无法给出稳定边界 |
| 跨 AZ 容灾架构设计与准入验证 |
当前 SKE 不支持跨 AZ |
| RTO/RPO、演练和恢复报告 |
属于容灾成熟度和演练体系能力 |
| 跨集群应用识别与聚合视图 |
超出当前客户明确诉求 |
| 天数虚拟化方案 |
涉及官方授权导入，客户可能不需要 |
| HPA 告警策略、镜像策略化清理、RBAC 自定义角色 |
需确认客户是否明确要求 |
四、后续复核事项
| 复核对象 |
需确认事项 |
| 客户/一线 |
资源对象数量的具体含义；镜像清理的具体需求形态 |
| SKE 研发 |
HPA 缩副本策略；自监控面板期望效果 |
| 平台/OS 团队 |
热升级修复缺陷补丁能力 |
| 相关产品团队 |
计量、审计、任务统计、模型安全等能力边界 |
| 硬件技术团队 |
沐曦方案成熟度、海光现场卡型、Ascend 适配边界 |
关联分析文档