在人工智能技術(shù)深度滲透各行業(yè)的當(dāng)下，算力的高效利用成為推動(dòng)產(chǎn)業(yè)發(fā)展的關(guān)鍵要素。11月21日，2025AI容器應(yīng)用落地與發(fā)展論壇于上海召開，華為公司副總裁、數(shù)據(jù)存儲產(chǎn)品線總裁周躍峰博士在會上正式推出AI容器技術(shù)Flex:ai，并宣布聯(lián)合上海交通大學(xué)、西安交通大學(xué)與廈門大學(xué)將這一產(chǎn)學(xué)研合作成果開源，旨在破解算力資源利用的瓶頸問題。

周躍峰在主題為《Flex:ai AI容器技術(shù)，釋放AI基礎(chǔ)設(shè)施潛力》的分享中指出，當(dāng)前大型企業(yè)的AI系統(tǒng)建設(shè)普遍追求規(guī)模化，千卡、萬卡集群對XPU資源的調(diào)度方式較為粗放。然而，當(dāng)AI技術(shù)向行業(yè)滲透時(shí)，中小企業(yè)往往面臨算力資源有限的困境，例如僅擁有4卡、8卡或16卡的集群。這類場景下，如何以更精細(xì)的算力單元進(jìn)行調(diào)度、充分釋放每張卡的算力，成為亟待解決的問題。Flex:ai正是為滿足這一需求而生，其通過多級智能調(diào)度、算力資源切分及跨節(jié)點(diǎn)聚合技術(shù)，顯著提升算力利用率，推動(dòng)AI技術(shù)向更廣泛的行業(yè)場景落地。

他進(jìn)一步解釋，傳統(tǒng)AI系統(tǒng)在任務(wù)調(diào)度上存在顯著痛點(diǎn)：小任務(wù)單卡算力過剩，資源閑置；大任務(wù)單機(jī)算力不足，需多機(jī)協(xié)同；多任務(wù)并發(fā)時(shí)，資源調(diào)度效率低下。例如，醫(yī)院病理科室的AI診斷場景中，多名醫(yī)生同時(shí)使用NPU資源進(jìn)行病理切片分析，若僅依賴增加硬件數(shù)量，成本壓力將難以承受。Flex:ai通過虛擬化技術(shù)將單卡拆分為更小算力單元，并實(shí)現(xiàn)跨節(jié)點(diǎn)資源聚合，有效解決了這些挑戰(zhàn)。

華為在推動(dòng)AI行業(yè)化落地的過程中，已持續(xù)開源多項(xiàng)技術(shù)成果。此前發(fā)布的DCS AI全棧解決方案中，全流程工具鏈ModelEngine已開放，支持AI工程師高效對接和優(yōu)化模型；數(shù)據(jù)匯聚工具鏈框架則加速了數(shù)據(jù)飛輪效應(yīng)，提升模型自進(jìn)化能力。今年，為優(yōu)化推理效率，華為還推出了UCM推理記憶管理器，通過分級存儲推理數(shù)據(jù)至HBM、DRAM和SSD，結(jié)合數(shù)據(jù)系數(shù)矩陣管理，進(jìn)一步降低了推理延遲。

Flex:ai的研發(fā)始于一年前，華為與上海交大、西安交大、廈門大學(xué)的科研團(tuán)隊(duì)圍繞多級調(diào)度、資源切分和跨節(jié)點(diǎn)聚合等核心技術(shù)展開聯(lián)合攻關(guān)。周躍峰強(qiáng)調(diào)，AI行業(yè)化落地需要產(chǎn)業(yè)鏈各方協(xié)同創(chuàng)新，開源是加速技術(shù)普及的重要途徑。Flex:ai的代碼將全面開放至模型社區(qū)，供開發(fā)者共同完善，同時(shí)華為將持續(xù)與三所高校深化合作，推動(dòng)技術(shù)迭代。

此次開源標(biāo)志著華為在AI基礎(chǔ)設(shè)施領(lǐng)域的又一次突破。通過降低算力使用門檻，F(xiàn)lex:ai有望讓更多企業(yè)和機(jī)構(gòu)以低成本部署AI應(yīng)用，從醫(yī)療診斷到智能制造，從智慧城市到教育科研，技術(shù)紅利將覆蓋更廣泛的場景。隨著社區(qū)生態(tài)的壯大，這一容器技術(shù)或?qū)⒊蔀橥苿?dòng)AI平民化的關(guān)鍵基礎(chǔ)設(shè)施。