下一代自主智算系统：超大规模集群的工程实践与挑战 | QCon 北京

2025 年 4 月 10 - 12 日，QCon 全球软件开发大会将在北京召开，大会以 “智能融合，引领未来” 为主题，将汇聚各领域的技术先行者以及创新实践者，为行业发展拨云见日。

基流科技创始人、CEO 胡效赫已确认出席并发表题为《下一代自主智算系统：超大规模集群的工程实践与挑战》的主题分享，重点探讨基于可扩展、高可用、国产化原则的下一代自主计算系统方案选型，如何通过自研通信库、拥塞控制和负载均衡优化策略、高效能算力调度、自动化集群运维、国产 AI 通信系统、算存协同广域调度等技术构建超大规模自主智算集群，解决算力基础设施卡脖子问题，为前沿大模型发展提供算力支撑。

胡效赫本科至博士均就读于清华大学，在清华就读博士期间，他已成功实现了全国首个 TB 级网络产品的落地，并在超级计算领域部署了千卡规模的模型通信方案。在高校及公司期间，完成数十万亿参数推荐大模型通信优化，首个软件定义自动化的国家级课题、14 篇网络系统方向 CCF-A 顶级论文，博士和博后期间负责及参与项目的累计经费近 2000 万元，导师和合作导师所参与公司的累积市值 500 亿美金。他在本次会议的详细演讲内容如下：

演讲提纲

1. 基础设施发展趋势

• Scale out、Scale up 层面实现超大规模集群建设

• 大模型基础设施全景图

• 大规模智算集群核心痛点及工程要求

2. 超大规模自主计算集群方案

• Galaxy 自主智算集群构建要点

• 可扩展设计：架构设计、通信库、网络优化、并行框架等关键技术

• 高可用设计：自研高效能算力调度、自动化算力运维平台

• 国产化设计：基于国产 AI 通信系统实现开放通用设计、垄断方案解耦

3. 十万卡智算集群解决方案

• 算存协同广域组网调度

• 长距离大模型训练实践

您认为，这样的技术在实践过程中有哪些痛点?

• 在 GPU 解耦层面，基于国产芯片的迁移适配、多元异构混合训练需要联合 GPU 厂商支持，且国产 GPU 在 Scale up 层面进展较慢，构建基于国产 GPU 的下一代自主智算系统难度较大

• 在国产 AI 通信层面，目前基于国产交换芯片的交换机最大交换容量是 25.6T（64 个 400 G 端口），三层组网最大支持 65536 张卡，需要创新设计十万卡集群架构

演讲亮点

• 国产全栈端到端 AI 通信系统方案：在交换机、集合通信库、拥塞控制调优、网络运维平台、长距和异构通信等方面，通过软硬件协同设计，形成全国产智算网络全栈产品和解决方案

• 丰富的大规模集群项目实施经验：方案中的关键技术累积应用在超过多个大规模智算集群，集群规模累积超过 4 万张国际先进 GPU 卡

除此之外，本次大会还策划了多模态大模型及应用、AI 驱动的工程生产力、面向 AI 的研发基础设施、不被 AI 取代的工程师、大模型赋能 AIOps、云成本优化、Lakehouse 架构演进、越挫越勇的大前端等专题，届时将有来自不同行业、不同领域、不同企业的 100+资深专家在 QCon 北京现场带来前沿技术洞察和一线实践经验。

现在报名即可以享受 9 折优惠，单张门票立省 680 元，详情可扫码或联系票务经理 18514549229 咨询。