---

🌈你好呀！我是 是Yu欸 🚀 感谢你的陪伴与支持~ 欢迎添加文末好友 🌌 在所有感兴趣的领域扩展知识，不定期掉落福利资讯(*^▽^*)

---

写在最前面

版权声明：本文为原创，遵循 CC 4.0 BY-SA 协议。转载请注明出处。

在 AI 驱动下的算力竞争已升级为生态系统之争的当下，针对异构算力集群中存在的指令集架构碎片化、软件栈割裂以及资源拓扑感知缺失等核心调度难题，openFuyao 社区提供了一套系统级解决方案。

本文深入阐述 openFuyao 实现算力亲和（Compute-Friendly） 的核心主张，即通过在 Kubernetes（K8s）云原生底座上，部署可插拔的扩展调度器和设备插件，实现 NUMA 拓扑感知、高 QoS 在离线混部、以及 Gang Scheduling 原子性调度等 HPC 级技术赋能。

openFuyao 正以其多方共治的社区框架，有效粘合硬件厂商与应用生态，并以国产化适配优势为战略支点，加速推动异构算力调度标准的全球化演进。

一、 引言：AI 时代的“生态鸿沟”

当前，AI 成功的关键已不再是强大的芯片，而是要解决如何高效、低成本地将算力转化为行业应用价值的问题。计算基础设施已进入一个异构计算为主导的时代，通用处理器（CPU）与专用加速器（GPU、NPU、FPGA）协同工作。然而，这种硬件上的多元化未能同步带来软件生态的统一，反而造成了严重的生态鸿沟，直接阻碍了 AI 技术的产业化落地。

这种生态困境对产业链上的三方角色构成了实质性的制约：

1. 硬件厂商的困境（产品市场化挑战）： 拥有强大的 NPU 等国产硬件，但如何打破（如 CUDA）的软件生态壁垒？技术是为应用服务的，如果开发者无法快速迁移或编写代码，硬件价值就无法释放。因此，核心问题是如何通过统一的接口吸引开发者，将硬件能力有效地转化为市场产品。
2. 应用开发者的困境（研发效率与成本）： AI 科学家和数据科学家希望一次编写，处处运行，将精力集中在模型创新而非底层适配。然而，代码被特定硬件的软件栈深度绑定，导致跨架构迁移成本极高，严重拉长了研发周期和试错成本。
3. 平台运维方的困境（运营成本与稳定性）： 企业和云厂商面对数据中心内 CPU/GPU/NPU 的算力万花筒，缺乏统一的管理平台。这直接导致两个业务问题：资源利用率低（难以实现高效混部）和性能稳定性差（缺乏拓扑感知导致高延迟），最终推高了基础设施的运营成本（TCO）。

面对上述困境，行业迫切需要一个中立、开放且深度优化的软件底座。openFuyao 正是致力于成为连接底层硬件能力与上层 AI 应用的生态****黏合剂，通过开放的社区和标准，从根本上解决异构算力的生态构建难题。

二、 核心主张与定位：以“开放”赋能“生态”

2.1 核心主张：构建“算力亲和”的开放生态

openFuyao 的核心主张是生态赋能。

它不仅要让应用适配算力，更要通过一个开放的框架，让硬件（被集成）、应用（被调度）、运维（被简化） 三方都能轻松接入，共同繁荣。

这种系统级算力亲和（Compute-Friendly）要求调度系统必须具备深度感知能力，并将拓扑信息融入调度决策，以最大限度地降低任务的运行时延迟（Latency）和提高吞吐量（Throughput）。

2.2 愿景与使命：提供多样化算力集群“软件生态”

openFuyao 的愿景是成为多样化算力时代的调度枢纽和管理基座。

其使命是：提供多样化的算力集群软件生态，释放智能的无限价值。

关键词是软件生态，这是连接硬件和应用的核心。

2.3 为生态伙伴提供的技术定位

openFuyao 为每一个生态伙伴提供了清晰的技术接入和价值定位：

• 于硬件厂商： 这是一个开放的硬件接口层。厂商无需重造全套软件栈，只需开发一个可插拔的设备插件，即可快速融入云原生生态，实现硬件价值的最大化。
• 于应用开发者： 这是一个统一的应用编程 接口。它屏蔽了底层硬件差异，提供 AI 推理套件、NUMA 亲和调度等标准能力，助力实现一次开发，处处运行。
• 于平台运维方： 这是一个统一的管理控制平台。通过单一平台实现对所有异构资源的纳管、调度、监控，极大提升资源利用率。

三、 openFuyao 解决方案框架：高信息密度的技术实现

openFuyao 采用 核心平台 + 可插拔组件 的解耦架构，这一设计哲学是其生态战略的技术体现。通过一系列核心技术组件，openFuyao 精准地回应了前述的行业挑战。

为根本解决资源拓扑感知缺失的问题，openFuyao 部署了 拓扑感知调度器，其核心实现是 NUMA 亲和调度 机制。该组件能够深度识别服务器内部的 CPU Socket、内存 banks 与加速卡（如 NPU/GPU）之间的物理连接关系。在任务调度时，系统确保任务的工作负载和所需内存分配在同一 NUMA 域内。这种机制对硬件厂商的价值是充分发挥其多核、多路 CPU 的硬件设计优势；对开发者的价值是无需关心底层拓扑，即可自动获得 HPC 级的低延迟性能。

图为NUMA 亲和调度流程，展示任务如何被智能地分配到距离 NPU 最近的 CPU/内存资源。在创建工作负载并将调度器设置为Volcano后，首先会检查配置的拓扑策略是否正确，再将拓扑策略加入到注解中。之后NUMA感知组件会判断即将调度的节点上的NUMA是否有空闲，最后调度器根据NUMA感知组件的结果及注解中的拓扑策略进行NUMA调度。

针对集群资源利用率低下的固有矛盾，openFuyao 依赖扩展的资源管理器与内核级隔离能力，实现了 在离线混部调度（Co-location Scheduling）。平台引入了高 QoS 的资源隔离策略，利用 Cgroups、内存隔离和 CPU 拓扑管理等内核级机制，将低优先级的离线任务动态部署到在线服务的闲置资源中。平台设计的关键在于，它能在保障在线服务 SLA 的前提下，动态对离线任务进行资源限制或回收，从而大幅提升集群整体的资源利用率（赋能运维方，降低 TCO）。

图为在离线混部调度示例图。集群中的节点规划分为混部节点和非混部节点。一般情况下，在线业务和离线业务部署在混部节点上，普通业务部署在非混部节点上。混部调度器根据当前要部署的业务属性以及集群中节点的混部属性，合理调度当前业务到适当的节点上。在不同QoS级别的负载会对应到不同的负载PriorityClass级别，在进行调度时，混部Scheduler会在调度队列层依照负载PriorityClass进行优先级调度/抢占，确保高优先级任务在调度层级得到优先保障；另一方面，在选择调度节点时，混部Scheduler也会根据每个节点的CPU和内存的真实使用率进行打分，将负载调度到综合CPU和内存使用较低的节点上，最大限度避免节点过热情况。

为解决 AI/HPC 任务对软件碎片化的适应问题，openFuyao 引入了专用批处理作业管理器，其核心实现是 Gang Scheduling（成组调度）。针对分布式 AI 训练任务，要求所有相关的 Pod 或 Worker 必须同时被调度成功。Gang Scheduling 组件确保了任务的原子性，避免了因部分 Pod 无法及时获取资源而导致的集群死锁或低效空转。同时，平台通过高层的抽象和封装，屏蔽底层 Ascend CANN、CUDA 等不同异构硬件的软件栈差异，为应用开发者提供统一的作业接口，实现模型训练和推理的开箱即用。

图为openFuyao Ray概览。在openFuyao平台界面左侧导航栏的“算力优化中心”中，选择“openFuyao Ray > 概览”，进入“概览”界面。概览界面直观展示RayCluster、RayJob、RayService的活跃数量，以及计算资源分配和使用情况。在概览界面“集群监控”区域右侧，单击“View in Grafana”，跳转至Grafana监控面板，查看Ray计算集群的详细监控数据。

四、 社区治理与生态输出路径

openFuyao 的独特之处在于，它将技术演进与社区治理视为同一问题的两个方面：通过开放社区解决技术难题，并通过治理结构保证生态中立性。

openFuyao 强调由华为、中国移动、中国联通等产业龙头共同主导的开放治理结构。这种多方共治模式是建立生态信任的基石，确保了平台的技术中立性，避免了单一厂商锁定，这是吸引多样化硬件厂商加入的前提。社区通过 SIG、GitCode 仓库、贡献指南等机制，是社区成员共同构建生态、解决技术难题的协作平台。

openFuyao 的生态价值输出路径清晰而坚定。首先是国产化适配的生态****黏合剂。openFuyao 凭借其社区资源与技术积累，率先在高精度适配昇腾、鲲鹏等国产异构算力方面形成竞争优势。它通过提供统一的软件接口层，屏蔽了底层国产硬件的差异性，为应用开发者提供了统一的编程模型，这成为解决国内算力基础设施自主可控和生态构建问题的坚实底座。其次是全球算力互联标准的定义者。openFuyao 的长远目标是将其在异构算力抽象、拓扑感知调度上的创新实践，上升为一套被国际认可的开放标准（Open Standard）。它将定义统一的异构算力抽象 API 和调度接口，推动全球范围内的 NPU 或 AI 芯片制造商遵循该标准，将 openFuyao 的技术创新输出为全球基础设施的通用规范。

五、 结论：openFuyao——算力时代的“生态构建师”

openFuyao 的核心价值，不在于重复发明一个调度器，而在于它扮演了生态构建师的角色。它通过开放社区和开放框架这两大支柱，为异构算力打造了一个多方共赢的生态底座。

openFuyao 代表了未来算力调度的技术趋势：极致融合、深度智能、完全开放。它以开放社区为引擎，不仅为国内算力基础设施提供了破局生态鸿沟的中国方案，更致力于成为下一代全球算力互联的开源标准。

openFuyao 社区为硬件厂商、AI 开发者及平台运维提供了清晰的价值主张和参与路径。我们期待与产业各方伙伴携手共进，在共享技术红利的同时，共同塑造和完善下一代算力基础设施的标准。

参考文献

1. openFuyao 社区. (2025). 发行说明 | openFuyao文档. https://docs.openfuyao.cn/docs/
2. openFuyao 社区. (2025). 快速入门 | openFuyao文档. https://docs.openfuyao.cn/docs/Quick_Start
3. 头豹研究院. (2025). 2025年__算力__调度平台行业.
4. openFuyao 社区. (2025). _开发指南/_NUMA__亲和调度开发指南. https://docs.openfuyao.cn/docs/Developer_Guide/NUMA_aware_Scheduling_Development_Guide
5. ITP.net. (2025). Empowering Global Innovation with an Open, Reliable Computing Alternative. https://www.itp.net/edge/empowering-global-innovation-with-an-open-reliable-computing-alternative
6. WuzhouCloud. (2025). openFuyao x 广电五舟：共建复合集流体智能产线系统. https://www.wuzhoucloud.com/news/index2596.html

---

hello，我是 是Yu欸 。如果你喜欢我的文章，欢迎三连给我鼓励和支持：👍点赞 📁 关注 💬评论，我会给大家带来更多有用有趣的文章。
原文链接 👉 ，⚡️更新更及时。

欢迎大家点开下面名片，添加好友交流。