=
百度智能云混合云携手昆仑芯与HAMi（由密瓜智能发起并主导的 CNCF 开源项目），正式发布基于昆仑芯 P800 的 XPU/vXPU 双模式算力调度解决方案。该方案已在某金融行业客户的昆仑芯集群中成功落地，为智能客服、营销辅助等十余种 AI 应用提供稳定且灵活的算力支持。客户可在同一集群内自由切换使用昆仑芯 P800 的整卡 XPU 资源与虚拟化 vXPU 资源，既满足多样化业务需求，又实现国产算力资源的高效利用。
1. XPU/vXPU 双模调度，全面释放昆仑芯 P800 集群算力潜能
百度智能云联合 HAMi，围绕昆仑芯 P800 构建“XPU 整卡 + vXPU 虚拟化”双轨资源调度架构：XPU 模式通过拓扑优化调度和健康度评估机制，保障多卡训练任务的性能稳定性，避免资源碎片；vXPU 模式则支持显卡多规格切分，实现单卡承载多个轻量级任务，显著提升推理与开发场景下的资源利用率。两种模式协同运行，确保每一份算力都被充分调用，为各类 AI 业务提供强有力支撑。
XPU 整卡模式：拓扑寻优 + 健康评估，打造高性能训练底座
在对通信延迟敏感的大规模训练场景中，调度策略直接影响整体性能与集群可用性。针对昆仑芯 P800 的硬件特性，本方案从两个层面保障整卡调度的高效与稳定。
首先，系统可自动识别服务器内部“左右侧翼”的物理结构，优先在同一侧翼内完成资源分配，减少跨区通信损耗，同时防止资源零散占用导致后续调度困难。
其次，在多个节点均可满足需求时，系统将综合评估调度前后对节点拓扑完整性的影响，优先选择有助于维持或提升拓扑规整度的节点进行分配，保留更多完整的拓扑单元，降低未来出现调度失败或性能波动的风险。
依托“节点级拓扑优化 + 集群级健康评估”双重机制，运维人员无需频繁手动干预“拼卡”，大模型训练得以获得持续稳定的通信效率，集群资源排布也更加紧凑有序。
vXPU 虚拟化模式：细粒度切分 + 显存自动匹配，榨干每一寸算力
面向推理、测试验证及开发调试等低负载场景，vXPU 虚拟化模式提供了精细化算力分割与便捷管理能力。
该模式允许多任务共享同一张昆仑芯 P800 显卡，支持 1/4 卡（24GB 显存）和 1/2 卡（48GB 显存）两种切分规格。用户只需声明所需显存大小，系统便会自动匹配最合适的虚拟化规格——例如申请 20GB 显存时，系统自动分配 24GB 的 1/4 卡实例，免去手动换算烦恼，极大简化操作流程。
此外，为增强隔离性与管理便利性，方案采用“同规格共享”原则：同一物理卡上仅允许相同切分规格的虚拟实例共存，有效规避资源争抢问题，降低运维复杂度。
UUID 精准控卡：自动化为主，人工兜底，关键场景不掉链子
借助整卡调度的拓扑优化能力和虚拟化的显存自动对齐功能，日常算力调度已基本实现无人工干预。但对于灰度测试、故障复现等特殊场景，系统仍保留“人工介入通道”——运维人员可通过指定物理卡 UUID，精准锁定或排除特定设备。例如，在新模型灰度发布时，仅需启用部分卡片即可完成验证；当需要排查硬件问题时，也能快速定位目标卡进行调试，而无需整机下线。
通过自动化调度与人工精细控制相结合，无论是大规模训练还是轻量级推理任务，系统都能兼顾调度效率与灵活性，从容应对复杂多变的AI业务需求。
2. 总结
此次 XPU/vXPU 双模式调度方案在金融领域的成功应用，标志着百度智能云混合云联合 HAMi 在国产 AI 算力调度技术上的重要突破——不仅验证了“以场景驱动调度设计”的创新路径，也体现了开源社区力量与企业级服务能力深度融合的巨大潜力。
如需获取昆仑芯 P800 虚拟化完整技术细节，请查阅官方文档：https://www.php.cn/link/17de7eb570312f4c297dc23606a0fedf
- - - - - - - - - - END - - - - - - - - - -
