华为发布AI容器技术Flex:ai，英伟达曾高价收购类似方案

《科创板日报》11月21日讯（记者 黄心怡）在2025AI容器应用落地与发展论坛上，华为公司副总裁、数据存储产品线总裁周跃峰博士正式发布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开源。这一举措标志着华为在AI算力资源优化领域迈出关键一步。

Flex:ai核心技术：破解算力利用率困局

本次发布的Flex:ai XPU池化与调度软件基于Kubernetes容器编排平台构建，通过精细化管理与智能调度GPU、NPU等智能算力资源，实现AI工作负载与算力资源的精准匹配。据测试数据显示，该技术可显著提升算力利用率，有效解决行业痛点。

当前AI产业面临双重挑战：一方面，海量算力需求持续攀升；另一方面，全球算力资源利用率普遍偏低。业内人士透露，行业平均利用率仅30%-40%，部分场景甚至低于30%。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难以支撑，大量通用服务器因缺乏GPU/NPU处于算力休眠状态。

容器技术：AI算力优化的关键路径

作为轻量级虚拟化技术，容器可将模型代码、运行环境等打包成独立镜像，实现跨平台无缝迁移。其核心优势在于：按需挂载GPU/NPU算力资源，动态分配与回收资源，从而提升集群整体利用率。Gartner预测，到2027年75%以上的AI工作负载将采用容器技术部署。

在AI容器领域，英伟达曾于2023年以7亿美元（约合人民币49.7亿元）收购以色列公司Run:ai，其核心产品正是基于Kubernetes构建的GPU调度平台。该平台通过动态调度、池化、分片等技术优化GPU资源利用率，支持深度学习训练与推理任务的高效运行。

Flex:ai三大技术突破：重新定义算力调度

华为此次发布的Flex:ai在虚拟化、智能调度等方面实现关键突破：

• XPU池化框架（与上海交大联合研发）
  针对小模型训推场景，可将单张GPU/NPU切分为多份虚拟算力单元，切分粒度精准至10%。该技术实现单卡承载多个AI工作负载，通过弹性资源隔离技术使整体算力利用率提升30%，显著提高单卡服务能力。
• 跨节点拉远虚拟化技术（与厦门大学联合研发）
  针对通用服务器算力闲置问题，该技术聚合集群内空闲XPU算力形成共享池，既为高算力需求提供支撑，又通过高速网络将AI工作负载转发至远端资源池执行，促进通用算力与智能算力融合。
• Hi Scheduler智能调度器（与西安交大联合打造）
  面对异构算力调度难题，该调度器自动感知集群状态，结合工作负载优先级、算力需求等参数，对本地及远端虚拟化资源进行全局最优调度，实现AI工作负载分时复用资源。

开源战略：推动AI平民化发展

周跃峰表示，Flex:ai的发布旨在推动AI技术普惠化。他举例称："医院科室通常仅配备8-16张算力卡，传统粗放式调度难以充分利用资源。Flex:ai通过虚拟化技术将单卡切分为更小单元，让每张卡的算力得到充分释放，真正实现AI平民化。"

据悉，Flex:ai将在发布后同步开源至魔擎社区。华为希望通过开源构建以AI容器技术为核心的资源高效利用新范式，联合产学研各界开发者共同制定异构算力虚拟化与AI应用平台对接标准，形成标准化解决方案。