返回案例列表
学术 / 科研 训练
复旦大学 AI 实验室
多课题组共享算力，需支持数百名师生同时进行实验与课程实训
65%
出稿周期缩短
81%
算力利用率
12
国家级课题
项目概况
集群规模 4090 × 320 + A100 × 64
技术栈 PyTorch + Colossal-AI
运行时长 服务 9 个月
关键亮点 支持 12 个国家级课题 + 日常教学
关键指标
项目核心数据全景
出稿周期
-65%
-65%
集群利用率
81%
+47pp
国家级课题
12
师生用户
200+
持续服务
9月
接入方式
4
客户证言
客户证言
200 多位师生同时用算力是大学实验室的真实场景。ZaiCloud 的多租户配额和抢占机制让 12 个课题并行不冲突，集群利用率从 34% 提到 81%，我们终于不用每周催学生停任务了。
张文渊
实验室 PI · 复旦大学 AI 实验室
12 课题并行 利用率 81% JupyterHub 集成
技术架构
从应用到基础设施的四层方案
L4
应用层
JupyterHub SSH 接入 API 提交 实验追踪
提供 Jupyter/SSH/API 三种接入方式，对师生友好，对自动化 pipeline 也友好
L3
调度层
多租户配额 弹性抢占 实验资源记账
按课题组设置基础配额 + 弹性抢占，资源利用最大化
L2
算力层
4090 × 320 A100 × 64 NVLink 互联
4090 主力 + A100 兼顾大模型，单卡 80GB 显存
L1
基础设施层
高速共享存储 实验数据快照 7×24 监控
课题组共享数据集 + 个人工作目录快照 + 主动告警
顶层为应用层，底层为基础设施层
挑战
项目要解决的核心难题
实验室有 12 个课题组、200+ 师生同时使用算力。传统的独占式分配导致利用率低下（平均仅 34%），且不同课题组的工作负载差异大——有的需要大规模分布式训练，有的只是小规模实验。
解决方案
ZaiCloud 的核心策略
- 1
ZaiCloud 的多租户配额管理系统实现了算力的灵活分配：
- 2
按课题组设置基础配额 + 弹性抢占机制；
- 3
提供 Jupyter/SSH/API 三种接入方式；
实施过程
从集群规划到正式生产的关键里程碑
- Day 1-7
账号体系与配额配置
- Week 2
JupyterHub 集成
- Week 3
实验追踪系统部署
- Month 2+
持续优化与支持
业务影响
研究出稿周期平均缩短 65%，12 个国家级课题并行不阻塞
研究提速
出稿周期从月级压缩到周级，博士生可以快速迭代实验
-65%
资源利用
集群平均利用率从 34% 提升至 81%，有限预算下服务更多用户
81%
教学支撑
12 个国家级课题 + 多门课程实训同时运行
12 课题