随着人工智能进入规模化应用阶段，企业对算力基础设施的需求正在发生变化。一方面，大模型开发、训练与推理需要更加充足、灵活的算力供给；另一方面，不同厂商、不同架构的GPU、NPU持续进入市场，如何统一管理异构资源、提升算力利用效率，成为智算平台建设的重要课题。
优刻得孔明智算平台与openFuyao社区开展生态协同，面向多样化算力接入、容器调度、国产算力适配及AI推理等场景推进技术能力建设，帮助企业将分散、异构的算力资源转化为统一纳管、弹性调度、开箱即用的算力服务。
从异构资源到统一服务
构建企业级智算平台
孔明智算平台是优刻得自主研发的面向AI开发、训练与推理的一站式企业级智算平台。openFuyao是由华为、中国移动、联通等多家头部企业共同发起，聚焦于算力集群软件技术的开源社区。孔明智算平台协同openFuyao多样化算力生态，采用"统一入口、平台管控、多集群承载、异构算力适配"的分层架构。
- 算力基础设施层
对接不同厂商、不同型号和不同架构的GPU/NPU服务器，以及镜像仓库、共享存储和网络基础设施，为上层业务提供可调度的算力资源池。
- 云原生集群层
以Kubernetes为云原生底座，统一接入多个算力集群，结合Device Plugin、容器运行时、CSI存储和网络组件承载各类AI工作负载。
- 智能调度与资源治理层
平台综合节点组、算力型号、资源余量、节点标签、亲和策略和精确节点选择等条件，将开发、训练和推理任务调度至匹配的算力节点。针对不同业务对性能、隔离性和资源利用率的要求，可以选择整卡、vNPU或精确节点调度等资源路径。
- 工作负载层
提供开发机、分布式训练任务、在线推理服务、定时任务和自定义工作负载等能力，覆盖模型开发、训练、部署、调用和运营的主要环节。
- 可观测层
提供项目与租户隔离、资源配额、RBAC权限、存储访问策略、操作审计、监控告警、日志诊断和工作负载生命周期管理。
覆盖开发、训练和推理
缩短AI业务交付链路
如何让算法和应用团队直接使用算力，决定了智算平台的实际交付效率。
孔明智算的工作负载能力覆盖在线开发、分布式训练、在线推理、定时任务和自定义工作负载等运行形态，支持PyTorch、TensorFlow、MPI、Ray等训练框架，形成从算力申请、环境创建、任务运行到模型服务发布的一站式服务流程。
在开发场景中，平台统一装配镜像、存储、网络、Web IDE、SSH和WebShell等能力，将底层算力快速转换为可直接使用的开发环境。通过运行时工具注入、镜像按需加载等方式，平台可减少重复镜像建设和维护工作，缩短环境准备时间。
在推理和轻量开发场景中，平台支持通过vNPU对显存和算力进行精细化分配，使一张物理NPU能够承载多个开发或推理实例，在满足业务隔离要求的同时，进一步提高资源利用率，降低小规格任务的算力使用成本。
强化安全治理
支撑企业级生产应用
面向企业级生产环境，孔明智算平台可观测层将安全、权限和运营治理纳入统一的体系。
平台提供项目与租户隔离、资源配额、RBAC权限控制、存储访问策略、操作审计、监控告警、日志诊断和工作负载生命周期管理等能力，实现算力资源"看得清、分得准、管得住、可追溯"。通过统一的平台治理机制，企业可以在提高资源共享效率的同时，对不同团队、项目和业务之间的权限边界进行有效管理，为AI工作负载进入生产环境提供支撑。
孔明智算平台 x openFuyao
推动多样化算力生态建设
在双方合作中，孔明智算平台承担企业级产品化、场景化交付和运营治理，openFuyao提供开放的多样化算力软件生态。双方围绕异构算力适配、容器调度、国产算力支持及AI推理等方向开展协同，推动社区技术与企业实际场景相结合。
未来，孔明智算平台将继续深化与openFuyao社区及产业生态伙伴的技术协同，完善多样化算力接入、统一资源抽象和场景化调度能力，持续降低异构算力的使用与管理门槛，推动更多算力资源转化为可调用、可管理、可规模化交付的AI基础服务。
热文回顾
优刻得亮相APEC中小企业专题研讨：以"Token工厂"助力企业全球化发展