华为联合三大高校开源Flex.ai：破解AI算力资源利用难题

在日前于上海举行的2025年AI容器应用落地与发展论坛上，华为公司副总裁、数据存储产品线总裁周跃峰博士正式发布了业界瞩目的技术成果——AI容器技术Flex:ai。与此同时，华为携手上海交通大学、西安交通大学及厦门大学共同宣布，将这项产学研深度融合的成果向全球开发者开源共享，旨在为破解算力资源利用率低下这一行业难题提供创新解决方案。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

随着人工智能产业的蓬勃发展，全球对算力的需求呈现爆发式增长。然而一个不容忽视的问题是，算力资源的实际利用率却长期处于较低水平。具体表现为：小规模AI模型训练任务往往独占整张算力卡，导致大量核心资源闲置；大规模模型任务则因单机算力不足难以推进；更有大批缺乏GPU或NPU加速单元的通用服务器，因无法直接支持AI计算而处于"休眠"状态。这种供需之间的严重错配，已成为制约AI产业发展的关键瓶颈。

面对上述挑战，华为推出的Flex:ai XPU池化与调度软件，基于Kubernetes容器编排平台构建，通过精细化管理和智能调度GPU、NPU等智能算力资源，实现了AI工作负载与算力资源的高效匹配，显著提升了整体利用率。这项技术的成功研发，得益于华为与三所顶尖高校的紧密合作，共同攻克了三大核心技术难题。

针对小模型训推场景中的资源浪费问题，华为与上海交通大学联合研发了XPU池化框架。该框架能够将单张GPU或NPU算力卡精细划分为多个虚拟算力单元，切割精度高达10%。通过这项创新，单张算力卡可同时承载多个AI工作负载，且支持按需切割算力单元，真正实现了"用多少切多少"的灵活资源管理。据测试数据显示，该技术可使此类场景下的整体算力平均利用率提升30%，大幅提高了单卡的服务能力。

为解决大量通用服务器因缺乏智能计算单元而无法服务于AI工作负载的难题，华为与厦门大学共同研发了跨节点拉远虚拟化技术。该技术能够将集群内各节点的空闲XPU算力聚合起来，形成统一的"共享算力池"。这一突破不仅为高算力需求的AI工作负载提供了充足的资源支撑，还使得不具备智能计算能力的通用服务器能够通过高速网络，将AI工作负载转发至远端"资源池"中的GPU/NPU算力卡执行。这项创新有效促进了通用算力与智能算力资源的深度融合。

面对算力集群中多品牌、多规格异构算力资源难以统一调度的难题，华为与西安交通大学共同打造了Hi Scheduler智能调度器。该调度器能够自动感知集群负载与资源状态，结合AI工作负载的优先级、算力需求等多维参数，对本地及远端的虚拟化GPU、NPU资源进行全局最优调度。即使在负载频繁波动的复杂场景下，也能确保AI工作负载的稳定运行，实现算力资源的时分复用，让每一份算力都得到充分利用。

Flex:ai技术的全面开源，意味着其所有核心能力将向全球开发者开放。华为希望通过汇聚全球创新力量，共同推动异构算力虚拟化与AI应用平台对接标准的构建，形成算力高效利用的标准化解决方案。这一重要举措将为全球AI产业的高质量发展注入新的强劲动能。