近日，华为数据存储产品线发布了AI容器技术——Flex:ai，同时华为联合上海交通大学、西安交通大学与厦门大学共同宣布，将此项产学合作成果向外界开源，助力破解算力资源利用难题。
当前，AI产业高速发展催生海量算力需求，但全球算力资源利用率偏低的问题日益凸显，“算力资源浪费”成为产业发展的关键桎梏：小模型任务独占整卡导致资源闲置，大模型任务单机算力不足难以支撑，大量缺乏GPU/NPU的通用服务器更是处于算力“休眠”状态，供需错配造成严重的资源浪费。
华为数据存储产品线总裁周跃峰
本次发布并开源的Flex:ai XPU池化与调度软件，是基于Kubernetes容器编排平台构建，通过对GPU、NPU等智能算力资源的精细化管理与智能调度，实现AI工作负载与算力资源的精准匹配，可大幅提升算力利用率。该技术深度融合了三大高校与华为的科研力量，形成三大核心技术突破。
针对AI小模型训推场景中“一张卡跑一个任务”的资源浪费问题，华为与上海交通大学联合研发XPU池化框架，可将单张GPU或NPU算力卡切分为多份虚拟算力单元，切分粒度精准至10%。这一技术实现了单卡同时承载多个AI工作负载，且通过弹性灵活的资源隔离技术，可实现算力单元的按需切分，“用多少，切多少”，使此类场景下的整体算力平均利用率提升30%，提高单卡服务能力。
针对大量通用服务器因缺乏智能计算单元而无法服务于AI工作负载的问题，华为与厦门大学联合研发跨节点拉远虚拟化技术。该技术将集群内各节点的空闲XPU算力聚合形成“共享算力池”，一方面为高算力需求的AI工作负载提供充足资源支撑；另一方面，可让不具备智能计算能力的通用服务器通过高速网络，将AI工作负载转发到远端“资源池”中的GPU/NPU算力卡中执行，从而促进通用算力与智能算力资源融合。
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痛点，华为与西安交通大学共同打造Hi Scheduler智能调度器。该调度器可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，实现AI工作负载分时复用资源。即便在负载频繁波动的场景下，也能保障AI工作负载的平稳运行，让每一份算力都“物尽其用”。
英国央行全票维持基准利率3.75%不变 中新社伦敦3月19日电 (记者 欧阳开宇)英国央行货币政策委员会当地时间19日宣布，以9:0的全票结果决定将基准利率维持在3.75%不变。这是该委员会四年半以来首次达成政策意见完 中新经纬3月22日电 (董湘依)连续四年参加中国发展高层论坛的宜家中国总裁兼首席可持续发展官庞图斯・恩特尔22日接受记者采访时表示，我们对中国经济发展和“十五五”规划非常有信心。谈及如何在未来五年或更长的时 中新经纬3月20日电 3月20日，市场监管总局召开2026年一季度例行新闻发布会。会上，市场监管总局新闻发言人、新闻宣传司司长王秋苹表示，已会同国务院反垄断反不正当竞争委员会成员单位，前往相关外卖平台开展现场调查，全 关于做好近期市场风险控制工作的通知各会员单位： 近期影响市场不稳定的因素较多，贵金属价格波动显著加剧。请各会员单位密切关注市场行情变化，做细做好风险应急预案，维护市场平稳运行 。本文链接：破解算力资源利用难题，华为联合三大高校发布并开源AI容器技术http://www.sushuapos.com/show-3-159650-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。