青云科技AI智算平台助力算力基础设施向通算、智算、超算一体化演进

云计算市场竞争走向存量市场的较量，留给所有玩家的空间都更加逼仄。对于已经穿越过十余年风浪的青云 科技 而言，如何在这些剧烈的变化中寻找新航道，再一次对其战略眼光提出了考验。

当下最火热的技术莫过于AI，随着ChatGPT成功带来的新一代AI浪潮，引发了全球科技巨头在AI大模型层面的“军备竞赛”。作为AI大模型的发展基石，AI算力的需求也得到大幅提升——无论是基于通用大模型微调的行业应用，还是垂直行业的大模型训练，都需要大量的AI算力进行支撑，其规模还在随着大模型的成熟落地而不断攀升。

而在AI大模型热潮涌现之前，AI作为一种新的生产力工具已经在各行业场景中发挥作用。伴随AI技术的迅速发展，算力基础设施由通用算力为主，向通算、智算、超算一体化演进，市场对AI算力乃至多元算力的需求愈加强烈。

打出“AI算力牌”，能否成为青云科技备战下一个10年的重要支撑？

在国家政策的大力倡导下，全国各地都在积极打造大型智算中心，以推动国家新一代人工智能公共算力开放创新平台的建设。同时，“东数西算”工程也推动着各地包括智算中心、超算中心在内的算力中心建设，以提升国家整体算力水平。

毫无疑问，云计算作为AI算力不可或缺的基础设施，AI算力需求的爆发正在为云计算市场带来更多增量。有业内人士认为，随着企业对AI投入占比的持续增加，对于底层算力的需求，会带来10倍乃至100倍的市场规模增长。

一方面，智算中心 投资 巨大，能否盈利取决于运营效率和平台能力；另一方面，相比于建设，中后期的运营则更为复杂，要面对更为现实的技术和应用落地问题，比如：云计算、超算、智算等多元算力如何统一调度？传统应用、云原生应用、AI应用如何同时兼顾？如何支持异构CPU/GPU、提供高效的网络与存储？大规模智算中心如何高效的运维和运营？

在智算中心高速扩张的早期阶段，由于缺少统筹规划和技术经验，项目失败不在少数。某大厂斥巨资建设的智算中心，由于只支持国产GPU，上线时发现很多应用根本无法支撑，导致整个智算中心无法投入运营。与之类似的还有超算中心想要兼顾智算中心的功能，虽然超级计算机提供高精度算力，但却是为科学计算、超算等场景而生的，对于AI所需要的大规模、低精度算力并不适用，因此这一想法也并不现实。

不难发现，智算中心并不缺建设者，关键挑战反而是在建设后的运营阶段，谁能更好地解决这一难题，谁就能优先拿到AI算力的门票，而青云科技无疑是其中的佼佼者。

作为中国最早一批推出公有云服务的云服务商，青云科技在算力的调度、运维、运营等方面，已历经了十多年的大规模市场验证。2020年在洞察到国家“新基建”政策背后的算力中心和多元算力的需求后，青云科技提前三年就开始布局算力领域，从而具备了服务算力中心建设三要素（架构/能耗管理、多元算力操作系统以及多算力集群运营）的能力。

青云AI智算平台具备九大关键能力——多区多业务资源整合、高速并行存储、混合组网、分布式调度与管理、灵活调度、容器推理服务平台、算法开发支持、模型仓库（MaaS）、AI训练平台。

例如，在资源调度上，青云科技在多个方面进行了优化：为了适应AI行业特点，实现了立即调度扩容数万卡资源；在通信链路上，所有的节点、服务器、存储都打上了路径标签，可计算调度最短链路，让数据不绕路；支持异构平台，加速国产GPU芯片替代；使用“K8s+Slurm”对作业感知的管理，实现最大系统利用率；广泛的调度选项、动态灵活的资源调度可配置，使得运营管理员可以通过排队、调度、手动调度等方式，解决AI系统中最具挑战性的优先事项。

在混合组网上，青云科技也基于传统的云计算领域，增加了高速网络，在多区域（AZ）构建了统一服务计算平台，能够支持跨区域高速网络互联、不同类型资源池互联、独立计算和存储IB网、专属访问存储高速网络、业务网络互连下发任务等。用户在申请资源时，无论是按卡还是按节点申请，都能保证数据的安全隔离。

在AI训练平台上，青云科技集成了常用的训练模型框架，并提供GPU服务器在线申请、自动调度的集群，使得AI训练的所有网络和环境都可以一键生成。

整体而言，青云科技在AI算力领域的成功并非偶然，而是在AI算力调度和运营方面下了“狠功夫”的必然结果。目前，除了国家超算济南中心，青云AI智算平台还应用在清华天津电子院智算科研教学平台、上海科发SciPlus科研云等算力融合创新场景中，成为各类算力中心运营者的关键工具，助力算力中心建立从建设到运营的闭环。