新型智算中心算力池化技术白皮书（2023） 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 （2023 年） 中移智库 中国移动通信有限公司研究院 2023 年 8 月 I 新型智算中心算力池化技术白皮书（2023） 中国移动通信有限公司研究院 前 言 当前，数字经济已成为国民经济高质量发展的新动能，随着人工 智能在产业数字化进程中从“单点突破”迈向“泛在智能”，一个以 数字化、网络化、智能化为特征的智慧社会正加速到来。智能算力作 为人工智能的基石，是算力网络构建多要素融合新型信息基础设施的 关键领域，已成为数字经济高质量发展的核心引擎，智能算力基础设 施建设也迎来了高潮。 智算中心作为集约化建设的算力基础设施，它以 GPU、AI 芯片等 智能算力为核心，提供软硬件全栈环境，主要承载模型训练、推理、 多媒体渲染等业务，支撑千行百业数智化转型升级。然而传统智算中 心的智算资源利用率较低，资源分布相对碎片化，不利于整体效能的 提升，亟需一个可聚合各类型算力、实现敏捷化资源管理的平台，使 能资源可以被极致利用，算力池化技术应运而生。 为凝聚产业共识，进一步推动算力池化技术成熟，中国移动发布 本白皮书，分析了智能算力发展的趋势及面临的挑战，系统性介绍了 算力池化的定义与目标、总体架构、关键技术和当前业界的探索实践， 并呼吁业界紧密合作、加快构建算力池化统一的标准体系。 本白皮书由中国移动通信有限公司研究院主编，北京趋动科技有 限公司、华为技术有限公司、中兴通讯股份有限公司、威睿信息技术 （中国）有限公司联合编撰，由中移智库发布。 本白皮书的版权归中国移动所有，未经授权，任何单位或个人不 得复制或拷贝本白皮书之部分或全部内容。 I 新型智算中心算力池化技术白皮书（2023） 中国移动通信有限公司研究院 目 录 前 言 .....................................................................................................................................I 目 录 ....................................................................................................................................II 1. 算力池化技术背景 ............................................................................................................ 1 1.1 传统智算中心存在资源效率问题 ......................................................................... 2 1.1.1 GPU 资源利用率不足 30% ............................................................................2 1.1.2 资源碎片化导致分配率低 ............................................................................. 3 1.2 池化技术是提高资源效率的关键 ......................................................................... 4 2. 算力池化定义与目标 .........................................................................................................6 2.1 算力池化的定义 ................................................................................................... 6 2.2 算力池化的目标 ................................................................................................... 6 3. 算力池化架构与关键技术 ................................................................................................. 8 3.1 算力池化平台技术架构 ........................................................................................ 8 3.2 算力池化技术能力层级 ...................................................................................... 10 3.3 算力池化关键技术 ............................................................................................. 12 3.3.1 软件定义的资源分配方式 ........................................................................... 12 3.3.2 算力资源高质量管理技术 ........................................................................... 14 3.3.3 泛在化碎片的池化整合技术 ........................................................................16 4. 算力池化产业实践 .......................................................................................................... 19 4.1 业界厂商池化技术实践 ...................................................................................... 19 4.2 中国移动池化技术实践 ...................................................................................... 24 5. 展望与倡议 ..................................................................................................................... 26 参考文献 .............................................................................................................................. 27 缩略语列表 .......................................................................................................................... 28 II 新型智算中心算力池化技术白皮书（2023） 中国移动通信有限公司研究院 1. 算力池化技术背景 数字经济时代，随着智慧城市、智慧交通、智慧家庭等智能场景 的逐步落地，人工智能正深刻地改变我们的生产、生活方式。同时随 着 5G、边缘计算等支撑技术的持续发展，数智业务转型过程中所产 生的数据量正在以更加难以计量的速度爆发，据 IDC 公布的《数据时 代 2025》显示，从 2016 年到 2025 年全球总数据量将会增长 10 倍， 达到 163ZB,其中非结构化数据占 70%以上，计算模式将变得更加复杂， 对智能算力的需求也在不断提高，智能计算将成为主流的计算形态。 随着智能计算广泛融合到生产、生活的各个方面,以 GPU、AI 芯 片为主要算力资源的智算中心正逐步取代通用数据中心成为算力发 展的主流形态。在此背景下，各国政府已开始布局 AI 领域全栈能力， 并出资引导智能算力基础设施建设；我国也已进入智能化时代，“十 四五”期间，相关部委积极推动智算中心建设发展，旨在面向人工智 能场景提供公共算力服务。 同时，随着 ChatGPT 等基础通用大模型业务引爆了对 GPU 的市场 需求，产业各方纷纷加入对基础大模型的训练和培育，导致“一芯难 求”，GPU 价格也随之暴涨。以英伟达 A800 为例，据市场数据统计， 近半年来的价格增幅高达 30%以上。如何在有限的资源供应内尽可能 提高利用率，充分发挥算力效率的同时降低智算中心 TCO，目前已成 为智算中心建设待解决的关键命题之一。 1 新型智算中心算力池化技术白皮书（2023） 中国移动通信有限公司研究院 1.1 传统智算中心存在资源效率问题 1.1.1 GPU 资源利用率不足 30% 当前智算中心主要以国家或当地政府总体牵头建设为主，此外， AI 应用服务企业也在布局自有智算基础设施建设。然而，据公开数 据统计，传统模式下的智算中心 GPU 利用率较低，平均数值低于 30%： − AWS re:Invent 2018 公布数据：平均 GPU 利用率为 20% − Facebook 2021 年机器学习负载分析报告：平均 GPU 利用率 不足 30% − 英伟达 GTC2022 公布数据：Google 云平均 GPU 利用率为 25% 传统智算中心的 GPU 资源利用率过低，主要来源于以下多个方面 的原因： （一）资源分配较为粗放：资源分配以整卡分配为主，辅以一虚 多的虚拟化分配方式，颗粒度较粗，无法适配不同 AI 任务对资源的 差异化需求，导致部分资源闲置，影响算力资源的利用率； （二）算力没有被充分激活：AI 任务