資料內容：
Alaya NeW 智算操作系統
概 述
Alaya NeW 智算操作系統 ( 以下簡稱：Alaya NeW)，由九章云極 DataCanvas
自主研發(fā)，可有效管理、調度各種算力資源，提供智算服務，落地各類智算應用。
作為智算中心的“中樞神經”，Alaya NeW 突破異構算力適配、異構算力調度
等關鍵技術，實現了包括算力統籌與智能調度的底層硬件異構性兼容；簡單易
用且以集群為優(yōu)先的策略，原生適合 AI 高性能計算，原生支持 AI 大模型 + 小模
型的低門檻構建、訓練和推理；并支持與通用大模型、行業(yè)大模型及各類大模
型應用組合疊加，實現一體化、開放化、標準化的 AI 模型服務。
需求分析
隨著人工智能技術的高速發(fā)展，智能化正以前所未有的速度重塑各行各業(yè)。以
AIGC 為代表的人工智能應用、大模型訓練等新應用、新需求快速崛起都對算力
提出更高要求。經中國信息通信研究院測算，預計到 2025 年全球計算設備算力
總規(guī)模將超過 3 ZFlops，至 2030 年將超過 20 ZFlops。
算力作為新質生產力，已成為挖掘數據要素價值，推動數字經濟發(fā)展的重要驅
動力，智算中心的戰(zhàn)略性地位愈發(fā)凸顯。同時，智算中心在運營和管理過程中
面臨的異構算力資源納管困難、算力調度能力不足、利用率低等難題，將嚴重
制約智算中心的應用與發(fā)展。因此，一個能夠全面服務于智算中心的中樞神
經——智算操作系統，將是直擊這些難題的最佳方案。
1、異構算力資源納管困難
智算中心逐漸引入多種不同品牌的加速硬件，往往存在異構算力不兼容、模型框架與底層芯片適配不充分等
情況，導致算力調度困難、難以有效形成規(guī)?；懔?。
2、算力調度能力不足、利用率低
在大規(guī)模數據處理和大模型訓練等任務中，算力調度能力不足，使得算力分配不均衡，導致算力資源浪費和
利用率下降，不能充分滿足不同類型 AI 任務的調度需求，影響 AIDC 服務的整體性能。
3、AI 加速優(yōu)化能力不足
一般針對 AI 大模型數據加載、訓練、微調、推理環(huán)節(jié)，并沒有實施優(yōu)化或者只做了局部加速優(yōu)化。因此經
常受到存儲訪問慢，算力利用率、內存利用率、通信效率低的困擾，影響 AI 任務的完成。
4、AI 大模型訓練微調門檻高
數據科學家往往不能掌握使用智算硬件基礎設施的技能，而企業(yè)內 IT 人員缺乏對訓練大模型所需的集群管
理能力，缺乏一個彈性易用的集群環(huán)境以及在其之上的 AI 大模型訓練微調工具鏈
