新型智算中心算力池化技术白皮书-33页_1mb

报告摘要

算力池化技术白皮书总结（中国移动研究院）

背景与问题

白皮书探讨了数字经济时代下，人工智能快速发展对智能算力需求的爆发，智算中心作为算力基础设施正取代通用数据中心。传统智算中心面临的主要问题是GPU资源利用率低于30%（例如AWS数据为20%，Facebook为低于30%），以及资源碎片化导致分配率低，原因包括粗放资源分配、算力未被完全激活、网络瓶颈等，亟需提升资源效率和降低TCO。

算力池化定义与目标

算力池化是指通过云计算技术整合异构算力资源（如GPU、AI芯片），构建统一资源池，实现统一调度和按需分配。目标是提高资源利用率、减少碎片化、降低成本，核心能力包括：化整为零（精细化分配）、隔空取物（跨节点调用资源）、化零为整（整合碎片资源）、变静为动（动态资源管理）。

架构与关键技术

算力池化平台技术架构基于定制化Kubernetes，分为池化资源管理、资源服务代理和池化运行时三类模块。关键技术包括：API劫持技术（通过Runtime API劫持实现细粒度资源分配），应用程序监视器技术（远程调用资源不依赖硬件支持），软件定义资源分配（支持算力1%、显存1MB精度），还包括资源细粒度分配、服务等级管理、任务队列化等，以实现高效率和灵活性。

产业实践

业界厂商和中国移动已实施多项实践：趋动科技的OrionX平台采用API劫持技术；VMware的BitFusion和Radium提供GPU共享；中兴TECS OpenPalette支持多容器共享；华为基于Volcano的CCE平台实现GPU混部和智能调度。中国移动在自身智算中心中试点自研容器CETI，结合高速无损网络提升资源利用效率。