文｜富充
编辑｜苏建勋
当前，" 算力不够用 " 和 " 算力被浪费 " 正在同时发生。
36 氪获悉，近日举行的 2025AI 容器应用落地与发展论坛上，华为公司正式发布 AI 容器技术—— Flex:ai，通过三项技术创新提升算力资源利用率。同时，华为联合上海交通大学、西安交通大学与厦门大学共同宣布，共同开源此项产学合作成果。
本次发布并开源的 XPU 池化与调度软件 Flex:ai，是基于 Kubernetes（一个广泛使用的容器管理平台）构建。简单理解，它通过对 GPU、NPU 等智能算力资源的精细化管理与智能调度，一边把零散的算力统一成 " 资源池 "，一边把不同规模的 AI 任务智能分配进去。
具体而言，Flex:ai 主要有三项核心能力：
在解决小模型训练推理场景资源浪费方面，华为与上海交通大学联合研发的 XPU 池化框架，将单张 GPU 或 NPU 算力卡按 10% 的精度切分为多个虚拟算力单元，实现 " 用多少，切多少 "，使此类场景下的整体算力平均利用率提升 30%；
为了将集群里不同机器上的空闲算力聚合起来，华为与厦门大学研发的跨节点拉远虚拟化技术，把集群内各节点的空闲 XPU 算力聚合形成 " 共享算力池 "，让不具备智能计算能力的通用服务器也能通过网络调用远端 GPU/NPU 资源参与 AI 计算；
面对算力集群中多品牌、多规格异构算力资源统一调度的挑战，华为与西安交通大学共同推出的 Hi Scheduler 智能调度器，能够感知集群里多品牌、多规格算力资源的状态，根据任务优先级、算力需求等参数，自动选择合适的本地或远端资源，实现分时复用和全局最优调度，让系统决策 " 哪块卡该干哪份活 "。
华为表示，此次 Flex:ai 的全面开源，将向产学研各界开发者开放所有核心技术能力，共同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。
