今天分享的是：大模型專題：2025AI大模型跨域訓練池化調度技術體系白皮書

報告共計：94頁

2025年《AI大模型跨域訓練池化調度技術體系白皮書》（紫金山實驗室等編寫）聚焦AI大模型跨域訓練痛點，提出針對性技術體系以破解我國高端智能算力“少、雜、散”困境。當前大模型發展中，通用大模型預訓練需萬卡級算力，而企業大模型后訓練多需幾十卡規模，更適合“算力網調度”模式，白皮書區別“專用算力拉遠”（適配通用大模型）與“全局池化調度”（適配企業大模型，實現“異屬、異構、異地”資源調度）兩條技術路線，核心架構分業務層（接收訓練任務并轉化為標準描述）、管控層（通過協同調度實現跨域資源管理）、資源層（整合異構計算資源），依托“廣域確定性網絡+智算資源并網+算網協同調度”三位一體架構，實現“異屬合訓、異構混訓、異地同訓”。關鍵技術上，異構混訓通過模型分層拆解、自適應配置適配不同GPU；異地同訓借助計算通信重疊、算網協同調度、RDMA加速網關等優化跨域效率；異屬合訓通過多隊列協作、聯合搶占、RDMA網絡虛擬化打破資源壁壘。試驗驗證顯示，2000公里廣域網環境下跨域訓練效率達88.75%，啟用計算通信重疊后效率提升至94.26%，異構芯片混合訓練效率達95.47%，廣域確定性網絡可抵御干擾流影響。未來將以“全國一臺計算機”為目標，推進算力泛在化（整合全域資源實現按需取用）、效率本地化（優化調度與通信保持近本地效率）、生態開放化（支持多主體接入構建共贏生態），構建開放算力生態。

以下為報告節選內容