openFuyao开源发布，建设多样化算力集群开源软件生态

openFuyao 开源发布

随着 AI 技术的高速发展，算力需求呈爆发式增长，集群已成为主流生产方式。然而，当前集群软件生态发展滞后于硬件系统，面临多样化算力调度困难、超大规模集群软件支撑不足等挑战。这些问题的根源在于集群生产的复杂性，单一组织难以具备全链条能力，技术生态碎片化与生产方式割裂成为产业发展瓶颈。

在此背景下，openFuyao 开源社区应运而生，以 “云原生 + AI” 为核心理念，旨在通过开放协作打造集群领域关键软件根生态，推动计算集群系统级协同创新，释放智能无限价值。

2025 年 5 月 23 日，在北京召开的鲲鹏昇腾开发者大会 2025 上，博云作为筹备委员会成员单位之一携手华为、中国移动云能力、联通数字科技等六家单位共同宣布openFuyao开源发布。作为多样化算力集群软件开源社区，openFuyao是继openEuler开源操作系统、openGauss开源数据库之后，面向业界开源的又一力作！

 在随后举办的openFuyao 专题论坛上，社区筹备委员会和技术委员会成员首次正式亮相，筹备委员会作为社区的领导机构，肩负着制定长期发展规划的重要使命，技术委员会作为社区的技术领导机构主导社区的技术发展方向，推动持续的技术创新，并致力于构建强大的技术影响力。 

博云CEO花磊受聘为社区筹备委员会委员 

博云AIOS产品线副总经理张振华受聘为社区技术委员会委员

作为 openFuyao 筹备委员会成员，博云高度认可社区打造开源多样化算力集群生态的目标定位。博云多年在云原生领域、算力基础设施软件领域的研发和实践积累，与社区工作方向高度匹配，博云希望通过深度参与社区建设，在推动行业发展的同时体现自身价值。

云原生和 AI 的技术协同是当前数字化转型中的关键课题，两者结合既能发挥云原生的弹性、敏捷和自动化优势，又能释放 AI 的计算密集和数据驱动潜能。云原生与 AI 的协同本质是 “确定性基础设施” 与 “概率性智能负载” 的融合，需在标准化与灵活性之间找到平衡点，未来随着模型即服务（MaaS）的普及，二者界限可能进一步模糊，形成真正的智能云原生操作系统。

面向当前算力多样化、技术方案碎片化、行业重复投入的现状，openFuyao 开源社区可以吸引和汇聚广大开发者，以合作方式有方向、有协作、有活力地解决行业共同难题。

 博云openFuyao 社区发行版

伴随着openFuyao开源发布，博云基于社区组件及博云技术能力推出的“博云openFuyao社区发行版”同步推出，这是一个面向生产的社区发行版，旨在为客户提供一站式的商业化解决方案。

在 openFuyao 论坛上，博云 AIOS 产品线副总经理张振华分享了基于 openFuyao 社区发行版的商业化解决方案。

该方案以 openFuyao 社区开源版为基础，针对企业级用户需求进行优化，提供高性能算力容器平台，支持应用快速落地。其核心能力涵盖容器管理、AI 使能两大维度。

容器管理能力

支持多云异构 K8S 统一管理、应用全生命周期管理（如 CICD 流水线、灰度发布等）、容器存储与网络优化，实现资源高效调度与弹性扩展。

AI 使能能力

兼容英伟达、昇腾、海光等全系列异构算力，覆盖数据标注、模型训练、推理发布全流程，支持大模型管理与训推一体化，适配智能客服、NLP、OCR 等多元场景。

该方案已在苏州农商行成功落地，验证了其在金融行业的卓越适配性。项目中，构建了大模型管理服务平台与昇腾资源池，预置通义千问、豆包等开源模型并适配客户自研模型，应用于智能客服、知识库等场景。通过平台能力，苏州农商行业务环境就绪时间从天级缩短至小时级，资源利用率提升近 3 倍，显著降低了运维复杂度与人力成本，加速了金融业务智能化进程。

随着 openFuyao 社区正式亮相，博云将在“基础使能与调度”、“AI”等方向继续深入参与社区的技术共建和社区贡献，积极承担委员会委员的责任和义务，为社区发展贡献力量。 

关于博云大模型一体机

博云AI 模型一体机是针对 AI 模型训练面临的硬件选型复杂、系统搭建繁琐、应用环境缺乏等难题而设计的一款国产化一体机。它集多种硬件、系统软件及应用模型于一体，为客户提供开箱即用的大模型精调和推理环境，可作为企业AI大模型的硬件底座和软件平台，是新质生产力的智慧底座。

该设备可在多种环境下使用，无需专业的机房环境和复杂的组网设置，为用户节省了大量的时间和成本，极大地提高了 AI 模型训练和推理的效率，是一款融合云原生架构与 AI 工程化能力的工业级产品：

✅ 全栈国产化适配

✅ 工程化开发体系

✅ 预置 DeepSeek / 通义千问等主流模型，实现 “开箱即生产”，缩短开发周期 60% 以上。

✅ 弹性算力架构：提供单节点入门版到集群版全梯度方案，算力资源利用率提升 40%。