技术发布与开源 - 公司于2025AI容器应用落地与发展论坛上正式发布AI容器技术Flex:ai，并宣布联合上海交通大学、西安交通大学与厦门大学将此项产学合作成果向外界开源 [1] - 发布的Flex:ai XPU池化与调度软件基于Kubernetes容器编排平台构建，旨在通过对GPU、NPU等智能算力资源的精细化管理与智能调度，提升算力利用率 [1] 核心技术突破一：算力资源切分 - 实现算力资源切分，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%，使单卡能同时承载多个AI工作负载 [2] - 该技术通过弹性灵活的资源隔离，实现算力单元的按需切分，在此类场景下整体算力平均利用率提升30% [2] 核心技术突破二：跨节点算力资源聚合 - 研发跨节点拉远虚拟化技术，将集群内各节点的空闲XPU算力聚合形成“共享算力池”，为高算力需求的AI工作负载提供支撑 [2] - 该技术可使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算力卡中执行，促进通用算力与智能算力资源融合 [2] 核心技术突破三：多级智能调度 - 打造Hi Scheduler智能调度器，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 [3] - 调度器实现AI工作负载分时复用资源，在负载频繁波动的场景下也能保障AI工作负载平稳运行 [3] 行业背景与影响 - 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，“算力资源浪费”成为产业发展关键桎梏，具体表现为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，大量缺乏GPU/NPU的通用服务器算力“休眠” [1] - Flex:ai的全面开源旨在向产学研各界开发者开放所有核心技术能力，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 [3]