阿里云计算池化方案 「Aegaeon」 入选顶级学术会议 SOSP 2025，解决 GPU 资源浪费问题，提升利用率，核心技术已应用于百炼平台。在测试中，该系统削减 GPU 用量 82%，降低硬件成本。Aegaeon 支持单 GPU 服务多模型，提升吞吐量。阿里云 CEO 吴泳铭宣布将推进 AI 基建，升级全栈 AI 体系，打造全栈人工智能服务商，迎接超级人工智能时代到来。
每经编辑｜毕陆名
近日，阿里云提出的计算池化解决方案 「Aegaeon」 成功入选顶级学术会议 SOSP 2025，该方案可解决 AI 模型服务中普遍存在的 GPU 资源浪费问题，大幅提升 GPU 资源利用率，目前其核心技术已应用在阿里云百炼平台。
SOSP（操作系统原理研讨会） 由 ACM SIGOPS 主办，是计算机系统领域顶级学术会议，平均每年收录的论文数量仅有数十篇，被誉为计算机操作系统界的 「奥斯卡」，入选论文代表了操作系统和软件领域最具代表的研究成果。本届 SOSP 大会上，系统软件与 AI 大模型技术的融合成为新的趋势。
数据显示，在阿里云模型市场为期超三个月的 Beta 测试中，Aegaeon 系统在服务数十个参数量高达 720 亿的大模型时，所需的英伟达 H20 GPU 数量从 1192 个减至 213 个，削减比例高达 82%（见下图）。GPU 用量削减 82% 意味着公司硬件采购成本将显著降低，这对于动辄使用成千上万张 GPU 的大型模型服务商至关重要。
在真实的模型服务场景中，少数热门模型 （如阿里的 Qwen） 承载了绝大多数用户请求，而大量不常被调用的 「长尾」 模型却各自独占着 GPU 资源。数据显示，在阿里云模型市场中，曾有 17.7% 的 GPU 算力仅用于处理 1.35% 的请求，资源闲置严重。
而 Aegaeon 系统通过 GPU 资源池化，打破了 「一个模型绑定一个 GPU」 的低效模式。
Token 级调度是该系统的核心创新点，Aegaeon 多模型混合服务系统在每次生成下一个 token 后动态决定是否切换模型，实现精细化管理，同时，通过组件复用、显存精细化管理和 KV 缓存同步优化等全栈技术，Aegaeon 将模型切换开销降低 97%，确保了 token 级调度的实时性，可支持亚秒级的模型切换响应。
据介绍，Aegaeon 系统支持单 GPU 同时服务多达 7 个不同模型，相比现有主流方案提升 1.5-9 倍的有效吞吐量，实现 2-2.5 倍的请求处理能力。
如何从底层系统软件层面优化，以更好地支撑和赋能上层 AI 应用，已成为全球学术界和工业界关注的焦点。未来 AI 的发展将不仅依赖于硬件算力的单纯增长，更需要通过系统级的软件创新来深度挖掘现有硬件的潜力。
9 月 24 日，在 2025 云栖大会上，阿里巴巴集团 CEO、阿里云智能集团董事长兼 CEO 吴泳铭明确阐述了 AI 时代下阿里云的核心战略。
他表示大模型是下一代操作系统，而 AI 云是下一代计算机。「大模型将取代传统 OS，成为连接用户、软件与 AI 计算资源的中间层。」
他宣布，公司正积极推进 3800 亿元的 AI 基础设施建设，并计划追加更大投入。到 2032 年，阿里云全球数据中心的能耗规模将比 2022 年提升 10 倍。
这一目标预示着阿里云算力投入将指数级增长，为迎接超级人工智能 （ASI） 时代做准备。此前公布的 2025 财年第二季度财报显示，阿里云智能集团收入同比增长 26%，创下近三年最高增速。公司整体净利润同比增长 76%，表明 AI 投入已开始产生实效。
吴泳铭在演讲中表示，通用人工智能 （AGI） 已是确定性事件，但这只是起点，终极目标是发展出能自我迭代、全面超越人类的超级人工智能 （ASI）。
「AI 时代，大模型将是下一代操作系统，超级 AI 云是下一代计算机。」 吴泳铭说，超级 AI 云需要超大规模的基础设施和全栈的技术积累，未来，全世界可能只会有 5—6 个超级云计算平台。阿里云将持续加大投入，迎接超级人工智能时代到来。
吴泳铭宣布阿里云重磅升级全栈 AI 体系，实现从 AI 大模型到 AI 基础设施的技术更新。阿里云将全力打造成为全栈人工智能服务商。
为了迎接 ASI 时代的到来，对比 2022 年，2032 年阿里云全球数据中心的能耗规模将提升 10 倍。这意味着阿里云算力投入将指数级提升。
当下，在 AI 基础设施上，阿里云围绕 AI 进行了软硬全栈的协同优化和系统创新，已初步形成以通义为核心的操作系统和以 AI 云为核心的下一代计算机。过去一年，阿里云 AI 算力增长超 5 倍，AI 存力增长 4 倍多。
每日经济新闻综合公开信息
封面图片来源：视觉中国
文章转载自 每经网
