以 ChatGPT 为代表的 AIGC 浪潮正在重塑数字内容的生产方式和消费模式，相应的，各行业高算力业务场景对 AI 算力的需求也水涨船高。在有限算力的情况下，通过 GPU 算力上云，驱动云原生 + AI 实现算力资源的快速弹性和高效使用，已经成为 AI 技术落地的新基石。

基于字节跳动内部内核虚拟化隔离 GPU 的技术实践，火山引擎云原生团队结合 Kubernetes 原生 Scheduling Framework，推出自研容器共享 GPU 调度方案 mGPU。提供性能和故障隔离，同时也兼容多种底层 GPU 虚拟化实现以及整卡分配。通过多 Pod 灵活细粒度地共享 GPU，提升算力利用率的同时，节约成本。

演讲提纲：

• AI 算力瓶颈挑战
• GPU 共享业务场景诉求
• mGPU 架构介绍
• mGPU 共享调度策略
• 案例分享

你将获得：

• 了解不同 AI 场景对算力的需求
• 了解全新 GPU 容器虚拟化方案 mGPU
• 了解 AI 趋势下该技术的行业价值和未来演进