在数字化转型的浪潮中，AI 技术的爆发式增长，正推动超融合架构迈向新的发展阶段。超融合已经不再局限于满足虚拟化+存储的需求，IDC《中国软件定义存储以及超融合系统市场追踪报告，2025Q1》报告指出，具备容器管理与AI功能的全栈超融合系统，正成为市场增长的核心驱动力。
客户的业务应用架构也将从传统的虚拟机时代向云原生时代，甚至AI时代进化，这对超融合提出了更高的要求。而客户业务应用的几种架构变迁，彼此之间不是全然的取代关系，而是在很长一段时间的并存关系，虚机与容器的并存，虚拟与容器与AI大模型的并存，这使得我们需要同时提供三种资源类型支撑不同业务应用架构的部署。
紫光云AI原生超融合，引领超融合架构的云原生与AI融合
面对云原生和AI技术的快速发展，传统的超融合方案因采用“堆砌式”方法而显得力不从心，它们难以适应容器与虚拟机在资源调度上的本质差异。为满足新时代的需求，超融合架构必须经历一次深刻的变革，从传统架构进化到云原生架构，实现资源管理的统一化，简化运维流程，并支持传统应用、现代化应用以及AI应用这三种不同应用形态的并行运行和全融合部署。在这一背景下，紫光云的云原生超融合技术进一步演进为AI原生超融合，其目标是打破虚拟化、容器技术与AI算力之间的壁垒。
紫光云AI原生超融合技术，正是在这一背景下应运而生，紫光云的AI原生超融合架构以Kubernetes为基础，通过实现物理资源的池化、混合调度以及应用间的无缝互通，支持异构负载的统一管理。这种全栈式融合架构不仅兼容了虚拟机资源、容器业务和AI框架，还确保了开发环境与运行环境的无缝衔接，为客户提供了包括算力和数据在内的完整闭环支持。通过这种创新的架构，紫光云能够为用户在云原生和AI时代提供更加强大、灵活且高效的超融合解决方案。
三个闭环全栈AI使能业务创新
在算力闭环方面，AI 原生超融合支持多模型、多厂商、多形态的 GPU 统一管理，包括英伟达、天数、昇腾、昆仑芯、燧原等国内外主流 GPU 的异构兼容。通过 vGPU 技术，单张 GPU 可同时运行多个小模型，有效提高 GPU 资源利用率。此外，通过构建超高速算力网络，单集群最高支持 1024 卡，支持微调 / 推理混布，实现极高的算力利用率。
在数据闭环方面，AI 原生超融合通过知识平台的能力，解决行业数据落地大模型的两大鸿沟：数据到知识的转化和知识的更新与权限管理。这使得模型能够轻松使用私域数据，提升数据的利用效率和安全性。
应用闭环方面，通过一系列组合拳助力客户实现智能应用的快速落地。覆盖单点、局部及全域三个层面，提供从任务自动化到场景化应用，再到系统化转型的全方位服务。在任务自动化方面，紫光云推出智能问答、增强搜索、内容生成等功能，显著提升企业运营效率。场景化应用则针对政府、企业和科研等不同领域，提供定制化AI解决方案。此外，紫光云还组建了专业应用定制开发团队，凭借300多个项目交付经验和5大类定制开发能力，全面满足客户需求，推动各行业数字化转型迈向新高度。
秉持“易上云、好用数、全赋智”理念，紫光云AI原生超融合不仅满足了客户对不同应用形态的长期并存需求，还通过全栈式融合架构，为客户提供了一站式的解决方案，助力客户完成智能应用的落地，驱动业务增长的新范式。
2025-10-17
2025-09-26
2025-09-11
2025-09-03
2025-09-03
