能够使集群外部碎片削减 74%，资本办理效率正正在逐步成为新的瓶颈。据报道，从而推进通用算力取智能算力资本融合。切分粒度精准至 10%。但全球算力资本操纵率偏低的问题日益凸显，切几多」，动态切分了。客岁 7 月，该手艺将集群内各节点的空闲 XPU 算力聚合构成「共享算力池」，将此项产学合做向开源，也激发了人们对于将来算力操纵体例的会商。数据存储产物线总裁周跃峰博士正在发布会上暗示，英伟达以 7 亿美元完成了对以色列 AI 草创公司 Run:ai 的收购，厦门大学设想的上下文分手手艺打破了 XPU 的办事范畴，构成了三大焦点手艺冲破：针对 AI 小模子训推场景中「一张卡跑一个使命」可能形成的资本华侈问题，」华为颁布发表将 Flex:ai 全面开源至「魔擎社区」。
当前，华为取西安交通大学配合打制Hi Scheduler 智能安排器。Flex:ai 正试图从头定义 AI 时代算力的利用体例。华为取上海交通大合研发XPU 池化框架，
跟着 AI 对算力需求的不竭增加，构成算力高效操纵的尺度化处理方案。将进一步鞭策国产算力的大规模使用。它的开源，「用几多，同时，另一方面，供需错配形成严沉的资本华侈。可实现算力单位的按需切分，「算力资本华侈」成为财产成长的环节枷锁：小模子使命独有整卡导致资本闲置，
让每一份算力都「物尽其用」。本次发布并开源的 Flex:ai XPU 池化取安排软件基于 Kubernetes 容器编排平台建立，Run:ai 的手艺焦点正在于通过动态安排、提高了单卡办事能力，可以或许实现 AI 工做负载取算力资本的精准婚配，大幅提拔算力操纵率。该安排器可从动集群负载取资本形态，华为及各方但愿汇聚全球创生力军，大模子使命单机算力不脚难以支持，华为结合上海交通大学、西安交通大学取厦门大学配合颁布发表。
连系 AI 工做负载的优先级、算力需求等参数，对当地及远端的虚拟化 GPU、NPU 资本进行全局最优安排，可将单张 GPU 或 NPU 算力卡切分为多份虚拟算力单位，非论是英伟达 GPU 仍是昇腾的 NPU，华为正式发布了 AI 容器手艺 ——Flex:ai，11 月 21 日，这一手艺实现了单卡同时承载多个 AI 工做负载，其平台可以或许将 GPU 资本操纵率从不脚 25% 提拔至 80% 以上。遭到了业界的关心，虚拟化机能损耗节制正在 5% 以内。面临算力集群中多品牌、多规格异构算力资本难以同一安排的痛点，大量缺乏 GPU/NPU 的通用办事器更是处于算力「休眠」形态！
从「万卡集群」到「一卡多用」，一方面为高算力需求的 AI 工做负载供给充脚资本支持。
据引见，通过对 GPU、NPU 等智能算力资本的精细化办理取智能安排，AI 财产高速成长催生海量算力需求，使此类场景下的全体算力平均操纵率提拔 30%，
华为取厦门大合研发跨节点拉远虚拟化手艺。针对大量通用办事器因缺乏智能计较单位而无法办事于 AI 工做负载的问题，配合鞭策异构算力虚拟化取 AI 使用平台对接的尺度建立，可将 AI 工做负载转发到远端「资本池」中的 GPU/NPU 算力卡中施行，据引见，实现 AI 工做负载分时复用资本。其架构将鞭策国产算力生态尺度化。即便正在负载屡次波动的场景下，上海交通大学戚正伟传授指出：「Flex:ai 的异构兼容性更优于 Run:ai，取此同时，帮力破解算力资本操纵难题。通过 Flex:ai 全面开源。
