近日，華為數(shù)據(jù)存儲(chǔ)產(chǎn)品線發(fā)布了AI容器技術(shù)——Flex:ai，同時(shí)華為聯(lián)合上海交通大學(xué)、西安交通大學(xué)與廈門大學(xué)共同宣布，將此項(xiàng)產(chǎn)學(xué)合作成果向外界開(kāi)源，助力破解算力資源利用難題。
當(dāng)前，AI產(chǎn)業(yè)高速發(fā)展催生海量算力需求，但全球算力資源利用率偏低的問(wèn)題日益凸顯，“算力資源浪費(fèi)”成為產(chǎn)業(yè)發(fā)展的關(guān)鍵桎梏：小模型任務(wù)獨(dú)占整卡導(dǎo)致資源閑置，大模型任務(wù)單機(jī)算力不足難以支撐，大量缺乏GPU/NPU的通用服務(wù)器更是處于算力“休眠”狀態(tài)，供需錯(cuò)配造成嚴(yán)重的資源浪費(fèi)。
華為數(shù)據(jù)存儲(chǔ)產(chǎn)品線總裁周躍峰
本次發(fā)布并開(kāi)源的Flex:ai XPU池化與調(diào)度軟件，是基于Kubernetes容器編排平臺(tái)構(gòu)建，通過(guò)對(duì)GPU、NPU等智能算力資源的精細(xì)化管理與智能調(diào)度，實(shí)現(xiàn)AI工作負(fù)載與算力資源的精準(zhǔn)匹配，可大幅提升算力利用率。該技術(shù)深度融合了三大高校與華為的科研力量，形成三大核心技術(shù)突破。
針對(duì)AI小模型訓(xùn)推場(chǎng)景中“一張卡跑一個(gè)任務(wù)”的資源浪費(fèi)問(wèn)題，華為與上海交通大學(xué)聯(lián)合研發(fā)XPU池化框架，可將單張GPU或NPU算力卡切分為多份虛擬算力單元，切分粒度精準(zhǔn)至10%。這一技術(shù)實(shí)現(xiàn)了單卡同時(shí)承載多個(gè)AI工作負(fù)載，且通過(guò)彈性靈活的資源隔離技術(shù)，可實(shí)現(xiàn)算力單元的按需切分，“用多少，切多少”，使此類場(chǎng)景下的整體算力平均利用率提升30%，提高單卡服務(wù)能力。
針對(duì)大量通用服務(wù)器因缺乏智能計(jì)算單元而無(wú)法服務(wù)于AI工作負(fù)載的問(wèn)題，華為與廈門大學(xué)聯(lián)合研發(fā)跨節(jié)點(diǎn)拉遠(yuǎn)虛擬化技術(shù)。該技術(shù)將集群內(nèi)各節(jié)點(diǎn)的空閑XPU算力聚合形成“共享算力池”，一方面為高算力需求的AI工作負(fù)載提供充足資源支撐；另一方面，可讓不具備智能計(jì)算能力的通用服務(wù)器通過(guò)高速網(wǎng)絡(luò)，將AI工作負(fù)載轉(zhuǎn)發(fā)到遠(yuǎn)端“資源池”中的GPU/NPU算力卡中執(zhí)行，從而促進(jìn)通用算力與智能算力資源融合。
面對(duì)算力集群中多品牌、多規(guī)格異構(gòu)算力資源難以統(tǒng)一調(diào)度的痛點(diǎn)，華為與西安交通大學(xué)共同打造Hi Scheduler智能調(diào)度器。該調(diào)度器可自動(dòng)感知集群負(fù)載與資源狀態(tài)，結(jié)合AI工作負(fù)載的優(yōu)先級(jí)、算力需求等多維參數(shù)，對(duì)本地及遠(yuǎn)端的虛擬化GPU、NPU資源進(jìn)行全局最優(yōu)調(diào)度，實(shí)現(xiàn)AI工作負(fù)載分時(shí)復(fù)用資源。即便在負(fù)載頻繁波動(dòng)的場(chǎng)景下，也能保障AI工作負(fù)載的平穩(wěn)運(yùn)行，讓每一份算力都“物盡其用”。
本文鏈接：破解算力資源利用難題，華為聯(lián)合三大高校發(fā)布并開(kāi)源AI容器技術(shù)http://www.sq15.cn/show-3-159650-0.html
聲明：本網(wǎng)站為非營(yíng)利性網(wǎng)站，本網(wǎng)頁(yè)內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻(xiàn)，不代表本站觀點(diǎn)，本站不承擔(dān)任何法律責(zé)任。天上不會(huì)到餡餅，請(qǐng)大家謹(jǐn)防詐騙！若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。