在數字經濟加速滲透的當下，算力已成為驅動產業變革的核心生產力，而智算作為算力領域的關鍵賽道，正迎來爆發式增長。聯通數科作為中國聯通布局智算產業的核心力量，其自主研發的“聯通星羅”先進算力調度平臺，憑借對全域算力的智能調度能力，成為聯通云“智能融合”戰略落地的重要載體。

近日，中國聯通云計算首席專家鐘忻深度解讀了星羅先進算力調度平臺2.0的技術突破與產業價值，揭開聯通云在智算領域的核心競爭力。

從“通算”到“智算”，“四位一體”體系破解行業痛點

“聯通星羅”先進算力調度平臺2.0通過“國芯、國模、國算、國盾”四位一體產品體系，完成了“資源聚合-智能分配-高效執行-安全護航”技術閉環，從硬件到軟件、從調度到安全都全棧自主可控。

隨著AI大模型、自動駕駛、智慧醫療等場景的深入發展，行業對算力的需求已從傳統通用計算轉向高密集、異構化的智能計算。星羅算力調度平臺的迭代，正是源于對行業痛點的深刻洞察。一方面，國產化算力適配分散、模型生態兼容性不足，導致企業難以高效利用多元硬件資源；另一方面，傳統調度模式下資源錯配、閑置浪費問題突出，無法滿足大模型訓練對“萬卡級”算力的規模化需求。

“星羅2.0并非簡單的版本升級，而是從‘通算思維’到‘智算思維’的全面轉型。”鐘忻強調，平臺以“國芯、國模、國算、國盾”四大體系為核心架構，構建起全棧國產化智算能力底座。

在“國芯”層面，星羅2.0已完成對昇騰、昆侖芯、平頭哥、壁仞科技等企業的十幾款國產化芯片適配，通過統一的云原生K8s管理體系，實現異構算力的“一盤棋”納管；“國模”環節則聚焦大模型生態建設，第一時間將DeepSeek、千問、Kimi等主流國產化大模型接入平臺，解決開源模型在國產芯片上的算子適配、性能優化難題，讓用戶無需二次開發即可快速調用模型能力。

當“國芯”與“國模”的能力疊加，便形成了“國算”平臺的核心價值。鐘忻解釋道，星羅2.0借助云原生的彈性伸縮、任務優先級調度技術，將GPU顯存、計算核心等資源按“細粒度”拆分，例如針對小體量推理任務，可靈活分配部分顯存資源，而非占用整卡算力，資源利用率較傳統模式大大提升。同時，平臺覆蓋“數據處理-模型訓練-推理部署”全流程，支持從千億參數大模型訓練到輕量化推理的一體化需求，適配AI下半場從“訓練”向“推理”轉型的行業趨勢。

在安全層面，“國盾”體系為智算服務筑牢防線。依托中國聯通作為“安全產業鏈鏈長”的優勢，星羅2.0在大模型訓練、數據傳輸環節加入多維度安全防護，例如支持數據本地化存儲、訓練中間數據加密隔離，滿足政務、央國企等行業對數據安全的嚴苛要求。鐘忻舉例，某醫療企業通過星羅平臺進行病理分析模型訓練時，數據全程存儲在企業私有機房，僅通過聯通專線將算力需求傳輸至平臺，實現“數據不動算力動”，既保障了患者隱私，又提升了訓練效率。

打破算力“孤島”，實現全域智能調度

“‘全域’與‘智能’是星羅2.0的兩大關鍵詞，也是破解傳統調度痛點的核心武器。”鐘忻表示，傳統算力調度往往局限于單一數據中心、單一硬件類型，導致“有算力的用不上，要用的沒算力”。而星羅2.0通過“全域資源整合+智能算法調度”，將分散在不同地域、不同類型的算力資源串聯成“虛擬超級集群”，實現算力的高效流轉與最優配置。

在“全域”能力的實現上，星羅2.0依托中國聯通覆蓋全國的網絡優勢，不斷做深訓練場景下“算力聚合”以及“就近推理”能力。通過低延時專線將不同省份的云池算力打通，創造性地提出“數據并行+跨域并行”的調度方案。鐘忻以千億級大模型訓練為例，若某企業需要3千卡算力，但單個云池僅能提供1000卡空閑資源，為此結合跨域混訓技術，將訓練任務分別分配至北京、上海、廣州等10個云池的1000卡集群，通過分布式參數服務器方案，實現在不損失訓練性能的前提下，完成跨地域的規模化算力調度。同時訓練后三地天然保存完整模型，避免訓練后全量模型跨域同步，輕松實現就近推理。“目前我們已與上海浦江實驗室完成技術驗證，這一突破讓‘算力隨需而取’成為現實。未來可以很容易的擴展到萬卡及更大規模的聚合訓練。”

而“智能”調度則體現在對資源的動態優化與故障自愈能力上。鐘忻介紹，星羅2.0針對智算硬件故障率較高的問題，創新采用“熱備冗余+分鐘級斷點續訓”機制——例如用戶租用1000臺服務器時，平臺會額外部署50%～10%左右熱備服務器，一旦某臺設備出現故障，熱備服務器可在10秒內無縫接管任務；同時，平臺通過AI原生存儲的Checkpoint異步存儲、近客戶端讀加速等能力，快速實時保存訓練進度，即使任務中斷，也能從最近斷點快速重啟，避免算力浪費。

此外，星羅2.0還引入“閑時/忙時”智能調度策略，將夜間空閑的推理算力開放給科研機構、中小企業，以低價或免費模式降低使用門檻。目前已計劃在部分高校的AI實驗課程中試點。

在存儲與算力的協同上，星羅2.0突破“存儲孤立”瓶頸，通過數據預加載、本地化緩存技術，減少算力等待時間。鐘忻舉例，某政務部門在進行人口大數據模型訓練時，平臺提前將分散的非結構化數據加載至AI原生存儲，訓練過程中數據讀取時延從毫秒級降至微秒級。同時，針對敏感數據場景，平臺支持“算力在聯通、數據在用戶”的混合云模式，通過專線實現數據“即用即回”，既保障數據安全，又不影響算力調度效率。

賦能千行百業，國產化智算走向“好用”

當被問及星羅2.0的核心競爭力，鐘忻明確表示：“不是單一的調度能力，而是‘算力-存儲-網絡-模型-工具鏈’的全棧智能融合。這種融合不是簡單的組件疊加，而是通過技術創新，讓各環節形成‘1+1>2’的協同效應。”

在國產化適配領域，這種融合體現得尤為明顯——星羅2.0實現昇騰芯片、自研CUOS、國產大模型的深度協同，例如在鄭州人工智能計算中心項目中，平臺通過底層硬件優化、中間件適配，同時兼容CUDA生態應用，讓企業無需重構代碼即可遷移現有模型。

目前，星羅2.0已在政務、醫療、教育、央國企等領域形成規模化落地。在政務場景，某地級市通過星羅平臺搭建“政務算力中臺”，將公安、民政、社保等部門的分散算力整合，支持智能政務問答、電子證照審核等應用，政務辦理效率得以提升；教育行業，鄭州大學借助星羅平臺納管校內A800、4090、3090等異構GPU資源，構建統一的AI智慧中臺，通過集成異構算力、模型開發訓練、AI資產管理和統一運營運維功能，促進科研創新和學科發展，培養AI技術人才，推動人工智能技術在教育和科研領域的應用。

對于智算產業的未來發展，鐘忻認為，“智能融合”將成為下一代智算平臺的核心競爭點。聯通云計劃以星羅2.0為基礎，推動兩項關鍵工作：一是聯合芯片廠商、模型公司、行業客戶制定智算調度標準，解決異構算力適配、模型性能評測等行業共性問題；二是通過“算力券補貼”“普惠算力服務”等模式，降低中小企業、科研機構的智算使用門檻，培育良性產業生態。

星羅2.0的核心價值，是讓國產化智算從“可用”走向“好用”。作為聯通云智算戰略的核心載體，星羅平臺不僅是技術產品，更是推動產業數智化轉型的“基礎設施”——它讓政務部門的算力調度更高效、醫療企業的模型開發更便捷、高校的科研創新更普惠，最終以全棧智能融合能力，為數字經濟發展注入“智算動力”。（作者：梅雅鑫）