新京报贝壳财经讯（记者韦博雅）11月21日，在上海举行的AI容器应用落地与发展论坛上，华为正式发布AI容器技术 Flex:ai，并联合上海交通大学、西安交通大学、厦门大学宣布该项产学合作成果全面开源。
当前，AI产业高速发展催生海量算力需求，但算力供需错配问题突出：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，供需错配造成严重的资源浪费。
本次发布并开源的Flex:ai XPU池化与调度软件，是基于Kubernetes容器编排平台构建，通过对GPU、NPU等智能算力资源的精细化管理与智能调度，实现AI工作负载与算力资源的精准匹配，可大幅提升算力利用率。
针对小模型训推的资源浪费问题，华为与上海交通大学联合研发 XPU 池化框架，将单张 GPU/NPU 卡精准切分为多份虚拟算力单元，切分粒度精准至10%，可实现算力单元的按需切分，使此类场景下的整体算力平均利用率提升30%。
面对通用服务器无法服务 AI 工作负载的痛点，华为与厦门大学合作推出跨节点拉远虚拟化技术，聚合集群内空闲 XPU 算力形成 “共享算力池”，一方面为高算力需求的AI工作负载提供充足资源支撑；另一方面，可让不具备智能计算能力的通用服务器通过高速网络，可将AI工作负载转发到远端“资源池”中的GPU/NPU算力卡中执行，从而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、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Hi Scheduler智能调度器。该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。在负载频繁波动的场景下，可以保障AI工作负载的平稳运行，让算力都“物尽其用”。
