资料内容：
Alaya NeW 智算操作系统
概 述
Alaya NeW 智算操作系统 ( 以下简称：Alaya NeW)，由九章云极 DataCanvas
自主研发，可有效管理、调度各种算力资源，提供智算服务，落地各类智算应用。
作为智算中心的“中枢神经”，Alaya NeW 突破异构算力适配、异构算力调度
等关键技术，实现了包括算力统筹与智能调度的底层硬件异构性兼容；简单易
用且以集群为优先的策略，原生适合 AI 高性能计算，原生支持 AI 大模型 + 小模
型的低门槛构建、训练和推理；并支持与通用大模型、行业大模型及各类大模
型应用组合叠加，实现一体化、开放化、标准化的 AI 模型服务。
需求分析
随着人工智能技术的高速发展，智能化正以前所未有的速度重塑各行各业。以
AIGC 为代表的人工智能应用、大模型训练等新应用、新需求快速崛起都对算力
提出更高要求。经中国信息通信研究院测算，预计到 2025 年全球计算设备算力
总规模将超过 3 ZFlops，至 2030 年将超过 20 ZFlops。
算力作为新质生产力，已成为挖掘数据要素价值，推动数字经济发展的重要驱
动力，智算中心的战略性地位愈发凸显。同时，智算中心在运营和管理过程中
面临的异构算力资源纳管困难、算力调度能力不足、利用率低等难题，将严重
制约智算中心的应用与发展。因此，一个能够全面服务于智算中心的中枢神
经——智算操作系统，将是直击这些难题的最佳方案。
1、异构算力资源纳管困难
智算中心逐渐引入多种不同品牌的加速硬件，往往存在异构算力不兼容、模型框架与底层芯片适配不充分等
情况，导致算力调度困难、难以有效形成规模化算力。
2、算力调度能力不足、利用率低
在大规模数据处理和大模型训练等任务中，算力调度能力不足，使得算力分配不均衡，导致算力资源浪费和
利用率下降，不能充分满足不同类型 AI 任务的调度需求，影响 AIDC 服务的整体性能。
3、AI 加速优化能力不足
一般针对 AI 大模型数据加载、训练、微调、推理环节，并没有实施优化或者只做了局部加速优化。因此经
常受到存储访问慢，算力利用率、内存利用率、通信效率低的困扰，影响 AI 任务的完成。
4、AI 大模型训练微调门槛高
数据科学家往往不能掌握使用智算硬件基础设施的技能，而企业内 IT 人员缺乏对训练大模型所需的集群管
理能力，缺乏一个弹性易用的集群环境以及在其之上的 AI 大模型训练微调工具链
