对标英伟达的Run:ai，华为在算力行业扔下一颗炸弹

2025AI容器应用落地与发展论坛11月21日在上海举行。华为公司副总裁、数据存储产品线总裁周跃峰博士在论坛上正式发布AI容器技术——Flex:ai。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，将此项产学合作成果向外界开源，助力破解算力资源利用难题。

“希望释放AI潜力，让AI从此平民化，是我们发布这款软件的初心。”周跃峰在论坛上指出，希望把人工智能在企业落地，但不需要每个企业都买那么多卡，通过这个软件，更好地调配算力资源。

需求量大，算力利用率低

随着人工智能技术的迅猛发展，算力资源需求呈持续增长态势。

论坛数据显示，xAI计划将AI芯片数量扩增至20万颗，OpenAI正在着手搭建数百万颗AI芯片规模的集群，但单个XPU（包含GPU和NPU）的利用率却不高。Meta生产环境广告推理服务的GPU利用率只有30%左右。

厦门大学信息学院、上海交通大学计算机学院教授张一鸣指出，阿里超80%的算力资源利用率小于35%，字节有将近60%的算力资源利用率小于40%。

周跃峰梳理了目前算力服务中面临的三个痛点：一是小任务单卡不够用，另一个是大任务单机算力不够用，还有就是多任务调度时会遇到困难。他举了一个例子，瑞金医院病理医生用AI诊断时，一旦多个医生都在用NPU资源，就会面临资源的短缺，但这时不能简单增加NPU个数，我们需要提供的是NPU的使用效率和调度能力。

三大核心突破

张一鸣表示，所谓AI容器是一种灵活高效的XPU虚拟化系统、跨节点的XPU映射技术、性能感知的时空复用技术。他指出，Flex:ai容器软件系统落地的主要作用是用一个XPU同时服务于多个租户或多个用途。

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。

华为官方介绍，该技术形成三大核心技术突破：一是算力资源切分，一卡变多卡，服务多个AI工作负载。二是跨节点算力资源聚合，充分利用空闲算力。三是多级智能调度，实现AI工作负载与算力资源的精准匹配。

WitDisplay首席分析师林芝对财闻解释说，通俗来讲，就是通过切卡技术，把一张GPU/NPU显卡切成好几份，这样谁要用多少就切多少，互不干扰。同时也可以把别人闲置的卡借用过来，你可以通过Flex:ai，通过高速网线，直接“遥控”隔壁机房里闲置的显卡。最后，它也比较像一个AI界的滴滴派单，让系统随时盯着几个机房，哪个卡空，哪个卡忙，哪个任务急，哪个任务大，然后可以像派单一样，自动把闲置任务扔到最空闲和划算的显卡上。

对标英伟达Run:ai容器软件

论坛上，专家多次提到了与英伟达Run:ai在性能上的区别。Run:ai 是一家专注于 GPU资源池化与动态调度的以色列公司。2024年4月，英伟达宣布与Run:ai 达成最终收购协议。2024年12月，Run:ai官网发布消息称，英伟达计划将其软件开源。

专家提出，Run:ai面向更上层的应用，而Flex:ai AI容器软件则基于更底层的运用，同时，Flex:ai AI的颗粒度更细。与英伟达旗下Run:ai只能绑定英伟达算力卡不同，华为AI容器技术Flex:ai通过软件创新，可实现对英伟达、昇腾及其他第三方算力资源的统一管理和高效利用，有效屏蔽不同算力硬件之间的差异，为AI训练推理提供更高效的资源支持。

林芝表示，可以说华为这次发布的Flex:ai产品对标的是Run:ai，但与Run:ai公司的核心产品相比，华为Flex:ai在虚拟化、智能调度等方面具备独特优势。

大大缓解国产算力压力

当前，国内由于先进制程和产能的限制，国产AI芯片算力不如英伟达、AMD等国外厂商的水平，如何充分利用国内有限的算力资源显得非常关键。林芝表示：“华为Flex:ai通过提高不同AI芯片算力效率，可以有效缓解国内算力不如国外的压力。”

上海交通大学软件学院教授戚正伟在论坛上表示，在GPU虚拟化之前，平均利用率是25%，训练时间需要6小时，但在虚拟化之后，GPU利用率则为80%，训练时间则为3小时。

在发布之际就宣布全面开源，对AI行业也有着重要意义。林芝认为，全面开源有助于算力的提升，加快AI产业链的升级，带动AI产业的发展和成熟。

周跃峰指出，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。通过汇聚全球创新力量，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，为全球AI产业的高质量发展注入强劲动能。