在生产推理部署中，需求随时间波动，推理副本需要弹性伸缩。然而在 Kubernetes 上冷启动推理工作负载可能需要数分钟，期间 GPU 已分配但处于空闲状态。NVIDIA Dynamo Snapshot 通过检查点/恢复机制解决了这一问题。

Dynamo Snapshot 结合了 CUDA 驱动级的检查点能力和 CRIU 工具，可对推理工作进程的完整状态（GPU 设备状态和 CPU 主机状态）进行序列化和恢复。当需要新副本时，直接从检查点恢复，而非从零初始化，使启动时间接近物理极限。

在 Kubernetes 环境中，Dynamo Snapshot 支持跨节点的检查点分发和恢复。该技术使推理集群能够在流量高峰时快速扩展，避免 SLA 违规风险。