2023新型智算中心算力池化技术白皮书

需要全面及时的研报资源，就选择发现报告（www.fxbaogao.com）。平台专注深耕金融研报服务领域多年，研报覆盖面广、库存报告数量极其丰富，积累了海量长期信赖的行业用户。专为金融从业者和投资者量身打造，依托智能检索技术，轻松提取有效数据，完成深度市场分析工作。

中国移动通信有限公司研究院新型智算中心算力池化技术白皮书总结

1. 算力池化技术背景与需求

在数字经济时代，人工智能与数字化转型成为驱动经济高质量发展的关键动力。随着智能应用场景的增加，数据量呈爆炸式增长，对智能算力的需求日益凸显。智算中心作为提供智能算力的主要基础设施，其资源利用效率成为关注焦点。传统智算中心面临资源利用率低、资源碎片化严重等问题，这不仅增加了成本，还限制了整体效能的提升。因此，寻求一种能够聚合各类算力资源、实现高效、灵活管理的技术——算力池化技术，成为提升智算中心效能的关键。

2. 算力池化定义与目标

定义：算力池化是指通过软件定义技术整合GPU、AI芯片等异构算力资源，构建集中管理的资源池，并根据上层智算业务需求进行统一调度、分配，以实现智算业务生命周期管理的全过程技术。

目标：通过算力池化技术，实现资源的高效利用，减少资源碎片化，提升资源效率，降低智算中心的整体建设成本，同时支持多样化的智算业务需求。

3. 算力池化架构与关键技术

架构：算力池化平台基于云计算技术扩展池化能力，主要由池化资源管理、资源服务代理、池化运行时三部分构成。通过Kubernetes管理和扩展，实现资源的动态调度和分配。

关键技术：

• 软件定义的资源分配：通过劫持API（如CUDA API）实现资源的动态伸缩和超分。
• 跨节点资源调度：利用高速无损网络，实现跨节点的资源调用和组装，提高资源利用率。
• 资源服务代理：根据调度结果，代理资源访问请求，确保资源高效、灵活分配。
• 池化运行时：封装原生运行时，通过API劫持和应用程序监视技术，实现资源访问的灵活调度。

4. 算力池化产业实践与展望

业界已有多个厂商在探索算力池化技术的应用，通过实施这一技术，有效提升了资源利用效率，降低了成本。中国移动通信有限公司也在积极推进算力池化技术的研发与应用，通过构建统一的标准体系，推动行业合作，共同促进算力池化技术的发展与普及。

结论

算力池化技术是解决传统智算中心资源利用率低、资源碎片化问题的关键。通过软件定义的创新方式，实现资源的高效聚合、灵活调度与分配，不仅能够显著提升智算中心的运营效率，还能够支持多样化的智能应用需求，是推动数字经济高质量发展的重要技术支撑。未来，随着技术的不断演进与行业标准的完善，算力池化技术将在推动数字经济发展中发挥更为重要的作用。