智能调度平台产品系统

大模型推动算力需求激增，单一架构已难支撑。算力供给加速异构化：NVIDIA GPU 仍主导，昇腾、寒武纪等国产芯片快速崛起，在信创与供应链安全驱动下，"GPU + 国产 NPU"混合部署成为常态。而传统 HPC 调度体系（Slurm、PBS、LSF）面向 CPU 同质集群设计，对异构算力统一纳管、分布式训练弹性调度与碎片化处理支持不足，导致算力孤岛林立、资源利用率普遍偏低。行业正从"堆算力"转向"异构融合调度"，核心命题是屏蔽硬件差异、实现跨架构统一调度与资源提效。

面向异构 AI 算力的统一计算管控平台，将 NVIDIA GPU 与国产昇腾 NPU（910B4）混合集群纳入统一管理，支撑上层 AI 训练 / 推理任务。 架构：Docker / K8s 容器化部署，Python + Django（ASGI）后端，uwsgi（HTTP）与 daphne（WebSocket）双通道进程级隔离，保障高并发下实时推送稳定性 可观测：基于 Prometheus + InfluxDB 构建覆盖 GPU / NPU / 节点的多维指标采集与时序存储体系 工程化：.pyc 字节码部署 + pythonpath 模块管理，兼顾源码保护与启动效率 成果：

职责：负责平台整体架构设计及开发，带 12 人研发团队协同交付。
技术栈与架构：Docker/K8s 容器化部署，Python + Django（ASGI）后端；uwsgi（2345）承载 HTTP、daphne（9100）专司 WebSocket；Prometheus 采集 + InfluxDB 时序存储；.pyc 字节码部署并显式配置 pythonpath；fcp_token Cookie 鉴权。集群统一纳管 NVIDIA GPU 与昇腾 NPU（910B4）混合算力。

亮点：HTTP 与 WebSocket 进程级隔离，规避长连接拖垮短请求链路；采集与存储分离的可观测体系；字节码部署兼顾源码保护与启动效率。

难点：异构算力指标体系统一。