智能体重塑运维新范式，迈向十万卡智算集群新时代|智能化

智能体重塑运维新范式，迈向十万卡智算集群新时代

2026-09-19 11:16:19　来源: 大京新闻网

北京举报

分享至

（原标题：智能体重塑运维新范式，迈向十万卡智算集群新时代）

[中国，上海，2026年9月18日] 华为全联接大会2026——计算管理软件分论坛在上海世博中心圆满举办。本次论坛以“集群运维智能体，开启运维新时代”为核心主题，聚焦万卡、十万卡级超大智算集群运维痛点，围绕运维智能体技术创新、底层架构升级、平台能力开放及多行业落地实践展开深度交流，全方位展示新一代智算集群智能化、自动化、绿色化的运维演进路径与产业成果。

直面运维挑战，智能体重新定义集群运维范式

论坛上，华为计算管理软件产品线总裁鲁驰开场致辞。当前智算业务对集群可靠性要求持续升级，超节点规模、硬件密度与组网复杂度持续攀升，运维场景陷入双向挤压的行业困境，从传统人工运维向智能体运维演进，是产业破局的核心方向。他明确，智能体商用落地需夯实三大核心能力：全域集群数字化建模、继承历史运维经验、从设备状态运维向智能体事件运维的范式革新。

鲁驰发布了可量化的产业落地目标，通过智能体能力迭代，可实现超节点半数以上故障自主恢复，大幅收敛集群海量告警；同时依托智能体自主调优能力，在集群空载、轻载场景实现10%-30%节能收益，以标准化、工程化的落地路径，推动万卡、十万卡级超大集群运维迈入主动自治、高效低碳的全新阶段。

华为计算管理软件产品线总裁鲁驰

根技术筑牢底座，CCAE开放能力支撑智能运维落地

底层核心技术是运维智能体落地的关键支撑。华为CCAE首席架构师郑刃表示，伴随昇腾950系列超节点快速迭代，大模型训练迈向十万卡规模，集群复杂度持续走高，对集群稳定性与能效运维提出严苛挑战。CCAE推出集群运维智能体，依托故障知识库、运维算法、行业大模型三大根技术，打造集群数字地图、智能故障诊断、绿色节能三大核心能力，实现运维从人工值守向AI自治升级，现已在中国移动、科大讯飞等头部客户生产环境落地，支撑十万卡级智算集群规模化商用。

华为CCAE首席架构师郑刃

生态联合创新，多行业标杆实践验证落地价值

技术能力落地真实场景，才能真正释放产业价值。科大讯飞AI工程院总监徐恩松带来AI大模型企业实战分享，介绍讯飞依托星火大模型，基于CCAE开放能力打造火眼Agent运维智能体，通过软硬协同重构传统集群运维流程，实现疑难故障分钟级快速定位，有效解决大模型训练场景故障隐蔽、排查周期长的痛点，为万卡级智算集群AI运维落地提供标杆实践。

科大讯飞AI工程院总监徐恩松

作为算力基础设施建设主力军，运营商的规模化运维实践备受关注。中国移动集团网络事业部高级项目经理董威分享运营商智算运维落地成果。围绕中国移动“N+X”智算中心整体布局，移动自研算力运维平台完成与CCAE的深度对接，在智能故障诊断、光链路智能感知、集群能耗精细化管控等场景实现规模化落地，构建起跨域、高效、绿色的算力运维体系，充分验证了AI赋能大规模算力网络运维的核心价值。

中国移动集团网络事业部高级项目经理董威

AI平台侧与集群底座的协同创新，进一步拓宽智能运维落地边界。深圳市迈能同行科技有限公司创始人&CEO 廖定柏，聚焦大模型编排与CCAE集群协同运维展开分享，清晰阐述 AI 平台与集群底座的分工协同体系，结合高校科研场景落地案例，详解智能运维落地策略与安全边界规范，为科研、商用多元场景的智能运维规模化落地提供全新思路。