一举解决算力资源浪费。
不论是英伟达 GPU 还是昇腾的 NPU，都可以「融为一体」，动态切分了。
11 月 21 日，华为正式发布了 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。
华为公司副总裁、数据存储产品线总裁周跃峰博士在发布会上表示，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。
本次发布并开源的 Flex:ai XPU 池化与调度软件基于 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，能够实现 AI 工作负载与算力资源的精准匹配，大幅提升算力利用率。
华为宣布将 Flex:ai 全面开源至「魔擎社区」，与此前开源的 Nexent 智能体框架、DataMate 数据工程等工具共同构成了 ModelEngine 开源生态。
据介绍，Flex:ai 深度融合了上海交通大学、西安交通大学、厦门大学三大高校与华为的科研力量，形成了三大核心技术突破：
算力资源切分，一卡变多卡，服务多个 AI 工作负载
针对 AI 小模型训推场景中「一张卡跑一个任务」可能造成的资源浪费问题，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%，提高了单卡服务能力，与此同时，虚拟化性能损耗控制在 5% 以内。
跨节点算力资源聚合，充分利用空闲算力
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，可将 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。
据介绍，厦门大学设计的上下文分离技术打破了 XPU 的服务范围限制，可以使集群外部碎片减少 74%，提升了 67% 高优作业吞吐量。
多级智能调度，实现 AI 工作负载与算力资源的精准匹配
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」。
随着 AI 对算力需求的不断增长，资源管理效率正在逐渐成为新的瓶颈。去年 7 月，英伟达以 7 亿美元完成了对以色列 AI 初创公司 Run:ai 的收购，受到了业界的关注，也引发了人们对于未来算力利用方式的讨论。Run:ai 的技术核心在于通过动态调度、GPU 池化和分片等技术优化 AI 计算资源的使用效率。据报道，其平台能够将 GPU 资源利用率从不足 25% 提升至 80% 以上。
开源的 Flex:ai 被视为对 Run:ai 等解决方案的正面回应。上海交通大学戚正伟教授指出：「Flex:ai 的异构兼容性更优于 Run:ai，其开放架构将推动国产算力生态标准化。」
通过 Flex:ai 全面开源开放，华为及各方希望汇聚全球创新力量，共同推动异构算力虚拟化与 AI 应用平台对接的标准构建，形成算力高效利用的标准化解决方案。
从「万卡集群」到「一卡多用」，Flex:ai 正试图重新定义 AI 时代算力的使用方式。它的开源开放，将进一步推动国产算力的大规模应用。
© THE END
