一、融合调度的决策逻辑变了什么

传统调度只回答一个问题：哪个资源池有空。融合调度要回答三个：哪里有空、数据从哪来到哪去、走哪条路径代价更省。第三点是新增量：同样的任务，放在数据旁边算，还是把数据搬过去算，两种方案的总开销差别可能很大，路径与带宽是其中的变量。决策时通常比较三种方案的总开销：任务迁移（传输加计算加等待）、数据迁移、以及就近等待，取三者里划算的那个。这个比较引入了几个新参数：可用带宽、传输单价、时延表现、以及数据能否压缩或分级搬运。参数多了，调度决策从经验判断变成了可以计算的题，这也是融合调度相对人工调拨的实质进步。要提醒的是，算得再好也只是方案，执行层面还得有配套：传输通道要能预留、任务要能中断续跑、两边的环境要能对齐，缺一样，纸面上的划算就落不了地。建议在调度方案里给每个跨域任务标注它的配套状态：通道是否预留、续跑是否验证、环境是否对齐，三项齐了才允许派发。

二、任务适配的三个条件

一个任务适不适合被跨域调度，可以先过三条筛选。第一条是可迁移性：任务能否在另一个环境里跑起来，环境依赖是否简单，镜像与依赖能否打包带走，许可与合规是否允许在异地执行。第二条是时延容忍度：任务对中间环节的等待敏不敏感。批处理可以容忍小时级的传输等待，在线服务不能。第三条是中断成本：任务中断后能否续跑、重来一次的代价多大。三条全过，才进入成本比较；有一条不过，就老老实实留在本地或同域。三条里常被误判的是第二条：有人以为传输是线性代价，实际跨域链路的带宽波动与时延抖动，会让长任务的不确定性放大，安排排期时要留缓冲。还常被忽略的是许可与合规这一条：有些数据的处理地在合同或制度里是约定死的，技术上完全可行，制度上一步不通，这条筛选要放在前面做。

三、训练任务怎么适配

训练任务内部差异很大，不能一概而论。按耦合程度分三类看。第一类是数据并行为主、卡间通信量可控的任务：每张卡算自己的批次，梯度同步的通信量相对小，这类任务对跨域的容忍度较高，但跨域做多机训练仍有代价，梯度同步要反复过网，时延高时扩展效率明显下降。稳妥的边界是：单机内的多卡放同域，跨机的部分尽量同机房或同城，跨枢纽只适合容忍度高的长周期任务。第二类是紧耦合的大规模训练：张量并行、高频通信，跨域基本不可行，这类任务应当整体放在一个高速互联的池子里，融合调度对它的作用是提前锁定资源，而不是运行中搬来搬去。第三类是训练前的数据处理与特征生成：这一段与训练相比通信少、可中断、可拆分并行，是跨域调度的良好对象——把预处理放到离数据近的地方跑，把成品特征传到训练地，传输的是浓缩后的结果而不是原始数据。同样的思路也适用于多轮实验：原始数据不挪窝，每轮实验只在训练地取用处理好的版本，传输量能压下大半。这条“分阶段拆开”的思路，是训练任务适配里收益颇实的一招。

四、数据密集型任务怎么适配

这一类任务的共同点是数据体量远大于计算量，适配的核心问题是移动数据还是移动计算。先算一笔体积账：原始数据几个 TB，处理完的结果几十 GB，把计算搬到数据旁边、只传回结果，比把数据搬过来划算得多。按这个逻辑，适合跨域的数据密集任务有几种。批量的清洗与转换：规则明确、可中断、结果远小于输入，典型的适合搬计算。批量推理：拿一批文本或图片去远端跑推理，输入输出都比训练小，可分批传。渲染与离线合成：单帧计算重、帧与帧之间独立，天然可拆分。科学计算里的批处理环节：模拟的前后处理、参数扫描，各份之间互不依赖。这类任务的另一个适配要点是存储位置：把数据放在离算力近的存储上，任务排队时间能明显缩短，所以融合调度里存储与算力常常要一起规划，不是两件事。反过来说，需要频繁随机访问整份数据的任务——比如要反复全量扫描的训练——搬计算就占不到便宜，传输会反复发生。

五、不适合跨域的几类业务

有几类业务应当明确排除在跨域之外，提前写进规则。第一类是低延迟在线服务：用户在交互，每一跳都加时延，体验直接受损，这类服务就近部署，调度要做的是容量保障而非位置优化。第二类是状态重的服务：会话、缓存、中间状态沉淀在本地，搬走等于重来，除非做成无状态改造，否则不迁。第三类是高频交互的分布式训练：前面说过，卡间通信密集的任务跨域跑，效率掉得厉害。第四类是数据合规受限的业务：处理地被约定、数据不能出域，这类不是技术问题，边界由制度划定。第五类是要求严格一致的业务：多个环节要求严格同步，跨域链路的抖动会放大成业务风险。把这几类写进调度的排除规则很有必要——调度系统按成本选资源，它并不知道某类业务跨域的隐性代价，人不告诉它，它就会做出账面划算、实际糟糕的决定。

六、几个可量化的判断指标

把前面的定性判断换成数字，决策会稳定很多。第一个指标是数据计算比：需要传输的数据量除以任务的计算时长，比值越高越该把计算往数据边搬，比值低则任务轻便、可自由调度。第二个指标是中断成本：任务中断重来一次的损失，折算成时长或费用，与调度带来的收益比较，中断成本高于收益的，配额上要锁保护。第三个指标是时延预算：业务能容忍的各环节等待上限，拆到传输、排队、计算三段，哪一段超了预算就调整哪一段的方案。第四个指标是网络成本占比：传输费用占总开销的比例，超过两成通常意味着方案该重想——要么压缩数据、要么改搬计算、要么就近找资源。四个指标建议做成核对表，任务接入调度前填一遍，几分钟就能判断该不该跨、往哪跨。表不需要复杂，四个格子加一个结论，比开会讨论两小时高效。指标的门限不必一开始就定死，跑过几个任务后按实际数据回填，阈值会越来越贴合自己的业务。

七、分级落地路径

融合调度的落地建议按距离分级推进。第一级是同机房：调度只在楼内做，网络条件好，风险小，用来验证调度逻辑与任务可迁移性。第二级是同城：时延低、带宽好，可以承接真正的跨域任务，验证数据通道、镜像分发、结果回收的完整链路。第三级是跨枢纽：距离远、带宽贵，只放经过前两级验证、且成本比较明确划算的任务。每一级都先试点再扩面：选两三个四项指标都友好的任务，跑通全流程，把传输耗时、费用、中断恢复的真实数据记下来，作为下一级推进的依据。落地过程中有三件事要持续做：一是网络资源的预留机制，重要任务的通道要能提前锁定，不能全靠临时协商；二是任务画像的积累，每个任务的传输量、中断成本、时延敏感度记成档案，调度决策越往后越准；三是成本复盘，每季度把调度省下的算力费与付出的传输费对一次账，证明这套机制在挣钱而不是在表演。

结语

算网融合调度的实质，是把网络参数纳入调度决策：比的是任务迁移、数据迁移、就近等待三种方案的总开销。任务适配过三关——可迁移、容忍时延、中断成本低；训练任务按耦合程度分层，紧耦合的锁在同域，预处理环节适合搬去数据旁边；数据密集任务优先搬计算传结果，存储跟着算力一起规划。低延迟在线、状态重、高频通信、合规受限、严格一致五类业务明确排除。判断靠四个指标：数据计算比、中断成本、时延预算、网络成本占比。落地按同机房、同城、跨枢纽三级推进，每级试点验证、留存数据、按季对账。融合调度挣的是协同的钱，账算清了，它才是工具；算不清，它就是风险。