11月21日，在2025AI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正式发布了AI容器技术——Flex:ai。与此同时，华为携手上海交通大学、西安交通大学以及厦门大学共同宣告，会将此项产学合作成果对外开源，以助力解决算力资源利用方面的难题。

当下，AI产业迅猛发展，催生出海量的算力需求，然而全球算力资源利用率偏低这一问题愈发突出，“算力资源浪费”已然成为产业发展的关键阻碍：小模型任务独占整卡致使资源闲置，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，供需错配造成了严重的资源浪费。

此次发布并开源的Flex:ai XPU池化与调度软件，是基于Kubernetes容器编排平台构建而成的，通过对GPU、NPU等智能算力资源进行精细化管理与智能调度，达成AI工作负载与算力资源的精准匹配，能够大幅提高算力利用率。该技术深度融合了三大高校与华为的科研力量，实现了三大核心技术的突破。

其一为算力资源切分，一张卡可变为多张卡，服务多个AI工作负载。针对AI小模型训推场景里“一张卡跑一个任务”所导致的资源浪费问题，华为与上海交通大学联合研发了XPU池化框架，能够将单张GPU或NPU算力卡切分为多份虚拟算力单元，切分粒度精确到10%。这一技术使得单卡能够同时承载多个AI工作负载，并且借助弹性灵活的资源隔离技术，可实现算力单元的按需切分，即“用多少，切多少”，让此类场景下的整体算力平均利用率提升30%，增强了单卡服务能力。

其二是跨节点算力资源聚合，可以充分利用空闲算力。针对大量通用服务器因缺少智能计算单元而无法服务于AI工作负载这一问题，华为与厦门大学联合研发了跨节点拉远虚拟化技术。该技术把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工作负载提供充足的资源支持；另一方面，能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算力卡上执行任务，进而促进通用算力与智能算力资源的融合。

其三是多级智能调度，达成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，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，也能保证AI工作负载平稳运行，让每一份算力都能“物尽其用”.

值得一提的是，记者从发布会获悉，Flex:ai的全面开源开放会向产学研各界开发者开放所有核心技术能力。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，为全球AI产业的高质量发展注入动力。

（文章来源：证券时报网）

（文章来源：证券时报网）

原标题：华为联合高校发布并开源AI容器技术 助力算力利用效率提升

郑重声明：信查查发布此内容旨在传播更多信息，与本站立场无关，不构成投资建议。据此操作，风险自担。