11月21日，2025AI容器應(yīng)用落地與發(fā)展論壇在上海舉行。華為公司副總裁、數(shù)據(jù)存儲產(chǎn)品線總裁周躍峰博士在論壇上正式發(fā)布AI容器技術(shù)——Flex:ai，同時，華為聯(lián)合上海交通大學(xué)、西安交通大學(xué)與廈門大學(xué)共同宣布，將此項產(chǎn)學(xué)合作成果向外界開源，助力破解算力資源利用難題。

當(dāng)前，AI產(chǎn)業(yè)高速發(fā)展催生海量算力需求，但全球算力資源利用率偏低的問題日益凸顯，“算力資源浪費”成為產(chǎn)業(yè)發(fā)展的關(guān)鍵桎梏：小模型任務(wù)獨占整卡導(dǎo)致資源閑置，大模型任務(wù)單機算力不足難以支撐，大量缺乏GPU/NPU的通用服務(wù)器更是處于算力“休眠”狀態(tài)，供需錯配造成嚴(yán)重的資源浪費。

本次發(fā)布并開源的Flex:aiXPU池化與調(diào)度軟件，是基于Kubernetes容器編排平臺構(gòu)建，通過對GPU、NPU等智能算力資源的精細(xì)化管理與智能調(diào)度，實現(xiàn)AI工作負(fù)載與算力資源的精準(zhǔn)匹配，可大幅提升算力利用率。該技術(shù)深度融合了三大高校與華為的科研力量，形成三大核心技術(shù)突破：

|算力資源切分，一卡變多卡，服務(wù)多個AI工作負(fù)載

針對AI小模型訓(xùn)推場景中“一張卡跑一個任務(wù)”的資源浪費問題，華為與上海交通大學(xué)聯(lián)合研發(fā)XPU池化框架，可將單張GPU或NPU算力卡切分為多份虛擬算力單元，切分粒度精準(zhǔn)至10%。這一技術(shù)實現(xiàn)了單卡同時承載多個AI工作負(fù)載，且通過彈性靈活的資源隔離技術(shù)，可實現(xiàn)算力單元的按需切分，“用多少，切多少”，使此類場景下的整體算力平均利用率提升30%，提高單卡服務(wù)能力。

|跨節(jié)點算力資源聚合，充分利用空閑算力

針對大量通用服務(wù)器因缺乏智能計算單元而無法服務(wù)于AI工作負(fù)載的問題，華為與廈門大學(xué)聯(lián)合研發(fā)跨節(jié)點拉遠(yuǎn)虛擬化技術(shù)。該技術(shù)將集群內(nèi)各節(jié)點的空閑XPU算力聚合形成“共享算力池”，一方面為高算力需求的AI工作負(fù)載提供充足資源支撐；另一方面，可讓不具備智能計算能力的通用服務(wù)器通過高速網(wǎng)絡(luò)，將AI工作負(fù)載轉(zhuǎn)發(fā)到遠(yuǎn)端“資源池”中的GPU/NPU算力卡中執(zhí)行，從而促進通用算力與智能算力資源融合。

|多級智能調(diào)度，實現(xiàn)AI工作負(fù)載與算力資源的精準(zhǔn)匹配

面對算力集群中多品牌、多規(guī)格異構(gòu)算力資源難以統(tǒng)一調(diào)度的痛點，華為與西安交通大學(xué)共同打造Hi Scheduler智能調(diào)度器。該調(diào)度器可自動感知集群負(fù)載與資源狀態(tài)，結(jié)合AI工作負(fù)載的優(yōu)先級、算力需求等多維參數(shù)，對本地及遠(yuǎn)端的虛擬化GPU、NPU資源進行全局最優(yōu)調(diào)度，實現(xiàn)AI工作負(fù)載分時復(fù)用資源。即便在負(fù)載頻繁波動的場景下，也能保障AI工作負(fù)載的平穩(wěn)運行，讓每一份算力都“物盡其用”。

Flex:ai的全面開源開放將向產(chǎn)學(xué)研各界開發(fā)者開放所有核心技術(shù)能力。通過匯聚全球創(chuàng)新力量，共同推動異構(gòu)算力虛擬化與AI應(yīng)用平臺對接的標(biāo)準(zhǔn)構(gòu)建，形成算力高效利用的標(biāo)準(zhǔn)化解決方案，為全球AI產(chǎn)業(yè)的高質(zhì)量發(fā)展注入強勁動能。