每经编辑｜张锦河    

11月21日下午，华为在上海举办“2025 AI容器应用落地与发展论坛”，会上正式发布并开源了创新AI容器技术Flex:ai。

据媒体报道，目前，行业内算力资源的平均利用率仅为30%至40%，据华为介绍，Flex:ai通过算力切分技术，将单张GPU（图形处理器）/NPU（神经网络处理器）算力卡切分为多份虚拟算力单元，切分粒度精准至10%。此技术实现了单卡同时承载多个AI工作负载，在无法充分利用整卡算力的AI工作负载场景下，算力资源平均利用率可提升30%。

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。

为什么推出Flex:ai？华为方面认为，在大模型时代，容器技术与AI是天然搭档。

容器技术作为一种轻量级虚拟化技术，可以将模型代码、运行环境等打包成一个独立且轻量级的镜像，实现跨平台无缝迁移，解决模型部署存在环境配置不一致的痛点。

同时，容器技术可以按需挂载GPU（图形处理器）、NPU（神经网络处理器）的算力资源，并且按需分配和回收资源，提升集群整体的资源利用率。

第三方机构数据显示，目前AI负载大多已容器化部署和运行，预计到2027年，75%以上的AI工作负载将采用容器技术进行部署和运行。

此外，传统容器技术已经无法完全满足AI工作的负载需求，AI时代需要AI容器技术。

Flex:ai可以大幅提升算力资源的利用率，主要是通过对GPU、NPU等智能算力资源的精细化管理与智能调度，实现对AI工作负载与算力资源的“精准匹配”。

具体来看，Flex:ai的关键能力分别是算力资源切分、多级智能调度、跨节点算力资源聚合。

以算力资源切分为例，Flex:ai可以将单张GPU/NPU算力卡，切分为多份虚拟算力单元，切分粒度精准至10%，实现单卡同时承载多个AI工作负载的效果。

每日经济新闻综合上海证券报、公开信息