青云QingCloud 这样做智算中心的“神经中枢”

为了满足AI应用的需求，各地都在积极上马智算中心。区别于传统的数据中心，智算中心的建设与运维是一个新的课题，也面临新的挑战：智算中心投资规模巨大，平台能力与运营效率将成为运作的关键；从技术和运营的角度来看，智算中心的建设更加专业且复杂；从数据的隐私性和属地性特征来看，智算中心建设更加分散，运营能力参差不齐；智算中心要更好地支持业务的多样化。

解决上述问题，关键是需要一个算力调度平台。9月19日，青云科技AI算力调度平台正式发布。AI算力调度平台是智算中心运营者的核心工具，它主要面向智算中心现在的投资者和未来的运营者。“济南超算这样的成功案例已经说明，我们的AI算力调度平台具备客户所需的完整能力；三年前，我们就已经具备了开发AI算力调度平台的能力；我们的AI算力调度平台得到了实践检验，济南超算不仅运营得很好，而且还实现了盈利。”林源表示，“这就是青云科技的新机会。作为一家中立的云服务商，青云科技会与生态伙伴紧密协作，站在用户的背后，提供智算中心所需的产品和服务的支撑，为用户提供更好的选择。”

“我们将所有与AI、GPU相关的产品，独立提出来，并结合以前的整体智算解决方案，最终打造出现在的AI算力调度平台。”青云科技产品经理苗慧介绍说，“我们的AI算力调度平台可以实现多区域、多地点，面向不同业务进行算力调度。”

归纳来说，青云科技AI算力调度平台主要从以下四个维度进行研发和优化：为国内外多种架构的芯片提供支持和优化；所有资源和产品一旦进入云平台，青云科技就会提供全生命周期的管理；面向AIGC，青云科技做了大量业务化的实践；实现更多的自动化，让非计算机行业的用户也能一键运行其数据、业务和模型等。

本次发布的青云科技AI算力调度平台具有九大关键能力：多区多业务资源整合、混合组网、容器推理服务平台、分布式调度与管理、算法开发支持、模型仓库（MaaS）、AI训练平台、灵活调度、高速并行存储。

相比其他的AI调度平台，青云科技AI算力调度平台的差异化具体表现在：针对大集群（比如上百台机器的集群），青云科技研发了更加优化的调度算法，比如在亲和政策、反亲和政策以及调度的链路标签上，做到尽可能地调度同一个交换机，让数据少绕路; 在应用环境上，青云科技采用Kubernetes和Slurm两种调度平台同时为客户服务，并且是完全集成好的，在颗粒度和运维传统机器方面也有更多优化。