课题详情： 课题背景： 人工智能、高性能计算等领域推动算力需求向异构化、规模化发展，GPU和异构算力等多种算力资源构建集群，运行时环境存在接口与标准不统一，应用适配成本高，并影响了资源的利用率。加之RL模式兴起，对运行时性能、稳定提出更高要求。 课题挑战： 1、稳定性挑战：算力统一运行时作为算力集群的基础能力，需具备高稳定性与高可靠性，能够从技术上实现提前发现-诊断解决异常的能力，应对算力资源故障、算力环境异常情况，确保服务稳定执行； 2、扩展性挑战：算力集群规模的扩大、算力类型的增加以及上层应用需求的升级，运行时系统需具备良好的可扩展性，能够灵活扩展功能模块（如池化、热迁、可视化和混部等），适配不同场景的算力需求，且扩展过程不影响系统的正常运行。 具体工作： 1、模块的设计开发：整合核心模块搭建系统原型，设计多场景测试用例；根据测试结果优化系统，形成可落地的技术方案； 2、技术文档与成果总结：总结研究成果，提炼创新点，分析应用价值，形成研究报告，为后续优化与落地提供支撑。 课题要求： 1、深入了解GPU或者某异构硬件架构特性，具备算力容器化组件的开发能力，以及阅读前沿论文的能力； 2、熟悉NVIDIACUDA编程，具备GPU运行时技术经验优先（如算力虚拟化、热迁移、池化技术）。 加分项： 在顶会发表过混部、调度等相关论文。