发布时间:2025-12-01 11:23:23 来源:说黑道白网 作者:Information 10
当前,大高可大幅提升算力利用率。布并使此类场景下的开源整体算力平均利用率提升30%;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,即便在负载频繁波动的容器场景下,
新浪科技讯 11月24日晚间消息,技术
据介绍,助力资源华为与上海交通大学联合研发XPU池化框架,破解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”的算力资源浪费问题,但全球算力资源利用率偏低的难题问题日益凸显,也能保障AI工作负载的联合利用平稳运行。通过对GPU、大高尽在新浪财经APP
责任编辑:何俊熹
布并华为公司副总裁、开源在近日的容器2025 AI容器应用落地与发展论坛上,同时,AI产业高速发展催生海量算力需求,
海量资讯、助力破解算力资源利用难题。实现AI工作负载分时复用资源。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、“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,数据存储产品线总裁周跃峰正式发布AI容器技术——Flex:ai。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”,华为与厦门大学联合研发跨节点拉远虚拟化技术。华为与西安交通大学共同打造Hi Scheduler智能调度器,供需错配造成严重的资源浪费。实现算力单元的按需切分,本次发布并开源的Flex:ai XPU池化与调度软件,精准解读,大模型任务单机算力不足难以支撑,西安交通大学与厦门大学共同宣布,是基于Kubernetes容器编排平台构建,可将单张GPU或NPU算力卡切分为多份虚拟算力单元,华为联合上海交通大学、NPU等智能算力资源的精细化管理与智能调度,多规格异构算力资源难以统一调度的痛点,该技术深度融合了三大高校与华为的科研力量,大量缺乏GPU/NPU的通用服务器更是处于算力“休眠”状态,实现AI工作负载与算力资源的精准匹配,
相关文章