LLM-D（Large Language Model Deployment）是一套基于 Kubernetes 的大模型部署框架，旨在简化和加速大语言模型在云原生环境中的全生命周期管理。作为一名 AI 开发者和开源贡献者，我探索了如何借助 Kubernetes 及其生态工具，让大模型的部署过程更具可重复性、可扩展性和成本效率。本次分享将介绍 LLM-D 的核心实践模式：从模型容器化、分布式推理优化，到自动化上线与治理。结合 DaoCloud 的真实案例，我将展示如何通过 LLM-D，帮助团队快速从原型验证走向生产级 LLMOps 流水线，让开发者在保持高效交付的同时实现稳定运营。