用途：预置面向 Physical AI 强化学习训练的 Amazon EKS 集群，支持多节点 GPU 训练、EFA 网络、FSx for Lustre 共享存储，并为各类插件准备 OIDC/IAM 基础。以 Terraform 作为主要 IaC 工具，可在一次 apply 中同时完成集群预置与开源插件（GPU Operator、EFA 插件、KubeRay 等）的 Helm 发布；eksctl 仅用于快速原型验证，资料另附快速入门附录。
前置条件：AWS CLI v2 已配置凭证、Terraform >= 1.10.0、kubectl（版本与集群匹配）、helm >= 3.x，并具备目标 GPU 实例的足够服务配额。
主要能力与要点：集群版本建议使用最新受支持版本（资料标注为 1.35）；需按区域与可用区检查实例类型可用性，示例命令为 aws ec2 describe-instance-type-offerings --location-type availability-zone --filters "Name=instance-type,Values=p5.48xlarge" --region us-east-1 --query "InstanceTypeOfferings[].Location" --output table，优先 us-east-1、us-west-2、us-east-2。GPU 节点使用私有子网，控制面设置阶段同时开启公有与私有端点。Terraform 目录按 cluster、storage、addons、workloads、build、manifests 分层，由 deploy.sh 顺序 apply。
集群配置示例包含：S3 远程后端与 use_lockfile；VPC 模块；EKS 模块（AL2023_x86_64_NVIDIA AMI、enable_efa_support、cluster 放置组、enable_irsa=false 改用 EKS Pod Identity、EBS/FSx/Mountpoint S3 CSI 驱动及 Pod Identity 关联）；系统节点 m5.2xlarge 与 GPU 训练节点组；AL2023 使用 cloudinit_pre_nodeadm 引导（pre_bootstrap_user_data 会被静默忽略）。附加 Helm 发布包括 NVIDIA GPU Operator（driver.enabled=false，启用 toolkit、DCGM exporter、GFD）、EFA Device Plugin、kube-prometheus-stack（Grafana 密码为敏感变量）与可选 KubeRay Operator。
限制：资料未提供实际配额数值、成本价格、完整验证步骤或非 EKS 环境的适配说明；具体实例类型、区域与版本选择需按账号实际情况核实。