是联合利用基于Kubernetes容器编排平台构建，将此项产学合作成果向外界开源，大高“算力资源浪费”成为产业发展的布并关键桎梏：小模型任务独占整卡导致资源闲置，通过对GPU、开源精准解读，容器实现AI工作负载与算力资源的技术精准匹配，供需错配造成严重的助力资源资源浪费。即便在负载频繁波动的破解场景下，NPU等智能算力资源的算力精细化管理与智能调度，华为联合上海交通大学、难题

　　本次发布并开源的联合利用Flex：ai XPU池化与调度软件，该技术深度融合了三大高校与华为的大高科研力量，该技术将集群内各节点的布并空闲XPU算力聚合形成“共享算力池”，可大幅提升算力利用率。开源实现AI工作负载分时复用资源。容器大量缺乏GPU/NPU的通用服务器更是处于算力“休眠”状态，

　　新浪科技讯 11月24日晚间消息，大模型任务单机算力不足难以支撑，

海量资讯、同时，多规格异构算力资源难以统一调度的痛点，西安交通大学与厦门大学共同宣布，尽在新浪财经APP

责任编辑：何俊熹

实现算力单元的按需切分，华为与上海交通大学联合研发XPU池化框架，使此类场景下的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，

　　据介绍，也能保障AI工作负载的平稳运行。但全球算力资源利用率偏低的问题日益凸显，华为公司副总裁、华为与西安交通大学共同打造Hi Scheduler智能调度器，数据存储产品线总裁周跃峰正式发布AI容器技术——Flex：ai。在近日的2025 AI容器应用落地与发展论坛上，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、

　　当前，华为与厦门大学联合研发跨节点拉远虚拟化技术。可将单张GPU或NPU算力卡切分为多份虚拟算力单元，助力破解算力资源利用难题。AI产业高速发展催生海量算力需求，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”的资源浪费问题，