一、出发之前：读懂几个专业名词
1.1 异构算力：算力世界的“多兵种”
在调度者的眼里，算力并不是单一的资源，而是由不同“兵种”组成的队伍：通用算力擅长支撑日常业务系统，超算面向气象预测、基因测序等极端复杂的科学计算，智算则专门为人工智能的训练与推理而生。它们架构不同、规格各异，统称为异构算力。调度要做的第一件事，就是让这支“多兵种”队伍听从统一指挥。
1.2 任务级调度：把任务当作最小的服务单位
过去，算力资源往往按“整机”“整池”粗放划分，任务只能迁就资源。任务级调度则反了过来：调度系统以一个个具体任务为最小单位，根据任务对算力规模、响应时延、能耗表现的不同要求，逐单匹配资源。这好比点餐外卖时按订单匹配骑手，而不是让所有订单都挤向同一家门店。
1.3 万卡集群与断点续训
当任务规模大到需要上万张加速卡同时工作时，就构成了万卡集群。集群越大，出现故障的概率也随之上升，于是断点续训应运而生：系统周期性保存训练进度，一旦发生异常，任务可从最近的保存点接着推进，而不是从头再来，从而保障有效训练时长。
二、调度之旅：一次训练任务的五个驿站
把一场大模型训练想象成一次长途出行，天翼云息壤算力调度就像全程陪伴的“调度中枢”，一路上设有五个驿站：
2.1 第一站“出发”：提交任务，统一接入
旅程从用户提交任务开始。借助息壤的统一接入与统一封装能力，用户只需说明“要训练什么、需要多少算力”，无须关心资源来自哪家机构、采用何种架构，异构算力已被封装成标准化的服务。这就像打车时只输入目的地，不必了解背后调度了多少种车型、多少支车队。
2.2 第二站“导航”：感知全域，智能择路
任务出发后，调度系统开始“导航”，依次完成三件事：
① 算力感知：实时掌握全域资源的分布、负载与能耗，让算力“看得见”；
② 算力度量：为异构资源建立统一的“度量衡”，让不同规格的算力“量得准、比得了”；
③ 智能择路：综合算效、碳效、时延、安全等策略，为任务挑选最合适的目的地，绿色低碳的算力还能被优先派上用场。
路线规划得当，任务就能少排队、少绕路，资源也各得其所。
2.3 第三站“组队”：万卡级统一编排
大模型训练往往需要“万卡会战”，考验的是把海量加速卡组织成一支高效队伍的能力。息壤依托两百余项监控指标与丰富的故障知识库，在训练启动前开展一键检测、排查隐患；运行中一旦出现异常，能够快速定位、快速恢复，避免个别掉队节点拖慢整个队伍。
2.4 第四站“护航”：断点续训，稳中求进
训练周期可能长达数周甚至更久，意外中断在所难免。断点续训就像视频播放的“续播”功能：任务从最近的进度点继续推进，同时系统主动识别并绕开慢节点，把故障对训练的影响降到最低，让大规模分布式训练的有效时长稳定保持在高位。
2.5 第五站“归位”：弹性伸缩，资源回收
任务完成后，资源并不会闲置浪费：调度系统自动回收算力，支持弹性扩缩容，让资源回到统一资源池，随时响应下一位“乘客”。至此，一次调度旅程形成闭环，新一轮旅程随即开始。
三、旅程之外：调度能力经受的真实检验
3.1 城市算力网先行先试
息壤的调度能力早已走出实验室：在上海，它承载于临港国产万卡算力池之上，盘活区域零散的通算、智算与超算资源；在北京，它支撑算力互联互通验证平台，与多家伙伴实现算力并网；在苏州，它为工业园区打造了集服务门户、算力接入、编排调度、资源运营、监控运维于一体的公共算力服务平台，让园区企业像用水用电一样取用算力。
3.2 跨域协同的“大调度”
跨地域调度更考验功力。息壤积极接应重庆“疆算入渝”工程，将新疆哈密绿色、低时延的算力引入重庆，并成功把京、沪两地的万卡级国产化算力调度入渝，实现超低时延、高效互联——东部需求与西部资源，在调度中完成精准对接。
3.3 不同行业的任务各得其所
行业任务形形色色，调度也各有章法：
① 科研领域，高校团队借助平台训练万亿参数大模型，动态调度让研究成果的产出周期明显缩短；
② 医疗领域，平台支持密文状态下的模型训练，某三甲医院以此将肺部CT影像的病灶识别准确率提升到较高水平，且原始数据始终不出域；
③ 制造领域，企业依托万卡级并行算力大幅压缩碰撞仿真等研发环节的周期，还能同步优化多套结构方案。
四、权威认可：调度实力的“成绩单”
一路走来，息壤的调度能力收获了多方认可：入选“2022年度央企十大超级工程”，荣获中国算力大会“算力中国·年度突破成果”奖，获评第六届数字中国建设峰会“十大硬核科技”，入选国有企业数字化转型论坛“典型数字技术成果”。依托以“息壤”为核心的一体化智算服务体系，天翼云还荣获世界互联网大会“杰出贡献奖”，相关智算基础设施项目获中国电子学会科技进步奖。
在标准与生态层面，天翼云发起息壤算力互联互通及调度管理服务计划，参编《城市算力互联网实践指南》，并携手产学研各界参与算力互联互通国家标准研究，让“调度”有章可循、有规可依。
五、科普小结：旅程有终点，调度无止境
回顾这场调度之旅：出发时统一接入，让异构算力听指挥；导航时智能择路，让任务少走弯路；组队时万卡编排，让集群协同高效；护航时断点续训，让长跑不惧风浪；归位时弹性伸缩，让资源循环不歇。天翼云息壤算力调度的意义，正在于把一次次平凡的任务旅程，组织成一张高效运转的算力网络。当越来越多的大模型任务在这张网上顺畅穿行，算力这一新型基础设施，也将真正像水与电一样，滋养千行百业。
