Basis 推出自研 GPU 共享平台 Basis Air，官方数据可以把显卡利用率从 30% 提升至 80% 以上，换算之后利用率提升 2.6 倍，专门解决 AI 机房里 GPU 资源闲置浪费的痛点，核心原因是传统分配模式大多是一块 GPU 直接分给一个项目独占，很多小推理、调参任务只用掉一小部分算力，剩下的资源长期空着，不同团队之间硬件互相隔离，没法互相借用空闲算力，平台运行流程是先把集群所有显卡统一纳入资源池，管理员设置好每个项目的资源配额、任务优先级，系统自动拆分单卡算力和显存，任务结束之后立刻回收资源，调度给排队等待的 AI 作业，不用额外采购新显卡，就能承接更多模型训练、推理任务，降低 AI 算力投入成本。
一、Basis Air 平台基础信息清单
- 开发主体：Basis（RTC-CDO 集团旗下）
- 平台名称：Basis Air
- 核心指标：GPU 利用率由 30% 提升至 80%+，提升约 2.6 倍
- 自研占比：约 80% 代码自主开发
- 适配环境：Kubernetes 集群、离线隔离内网环境，不需要联网
- 兼容技术：英伟达 MIG 硬件隔离
- 配套开发工具：Kubeflow、MLflow、Jupyter、VS Code
二、新旧 GPU 资源分配模式对比
| 项目 | 传统独占模式 | Basis Air 共享调度模式 |
|---|---|---|
| 分配单位 | 整块 GPU | 按算力、显存细粒度拆分 |
| 利用率水平 | 普遍 20%-35% | 目标稳定 80% 以上 |
| 多任务隔离 | 依靠硬件单独划分 | MIG + 软件双层隔离，任务互不干扰 |
| 资源回收 | 人工释放，回收滞后 | 任务完成自动回收、自动调度 |
| 适合场景 | 大规模长周期模型训练 | 推理、调参、小规模训练、多团队共用集群 |
三、平台核心能力明细
- GPU 细粒度切分：单张显卡算力、显存拆分，多个 AI 任务并行跑在同一张卡上
- 资源配额与优先级管控：给不同部门、不同项目设置上限，重要任务优先抢占算力
- 离线独立部署：支持完全断网的内网环境，满足数据安全、涉密机房需求
- 原生适配云原生：和 Kubernetes 打通，方便现有容器集群直接接入
- 开发链路打通：对接主流 AI 开发框架和调试工具，工程师不用改变原有使用习惯
- 集群全局监控：统一看板查看每一张 GPU 负载、任务排队情况、资源占用记录
四、适用场景和局限说明
✅ 适合场景
- 企业内部多研发团队共用一套 AI 算力集群
- 大量 AI 推理、模型测试、超参调优这类轻量任务
- 有内网隔离、数据不出域要求的政企、科研算力机房
- 超大规模单任务训练，本身就要吃满整张卡甚至多卡互联，提升效果有限
- 共享模式会带来少量调度开销，对延迟极致敏感的业务需要提前压测验证
- 目前主打英伟达生态，对其他架构 AI 芯片原生适配还需要后续迭代
❌ 存在局限
【常见问题】
问题 1：这款 GPU 共享平台叫什么名字，为什么能让显卡利用率暴增 2.6 倍？
回答 1：这款 GPU 共享平台叫 Basis Air，它把 GPU 统一池化、细粒度拆分算力和显存，打破团队硬件孤岛，空闲算力自动分配其他任务，把显卡利用率从 30% 提升到 80% 以上，实现利用率暴增 2.6 倍，减少 AI 算力闲置。
问题 2：Basis Air 这个 GPU 共享平台支持离线内网部署吗？
回答 2：Basis Air GPU 共享平台支持完全隔离的无互联网离线部署，适配 Kubernetes 集群，适合有数据安全管控要求的机房，不用强制联网。
问题 3：Basis Air GPU 共享平台是怎么保证多个任务共享显卡的时候互不干扰？
回答 3：Basis Air GPU 共享平台兼容英伟达 MIG 硬件隔离技术，搭配平台自身的软件调度隔离机制，在显卡资源拆分给多个 AI 任务的同时，保障任务之间稳定隔离，避免互相抢占冲突。
问题 4：Basis Air GPU 共享平台可以对接哪些 AI 开发工具？
回答 4：Basis Air GPU 共享平台集成 Kubeflow、MLflow，同时支持 Jupyter、VS Code，工程师可以沿用原来熟悉的 AI 开发工具，不用大幅改动工作流程。
问题 5：Basis Air GPU 共享平台适合哪些 AI 业务，什么场景提升效果不明显？
回答 5：Basis Air GPU 共享平台适合多团队共用集群、AI 推理、模型调参等轻量任务；如果是需要吃满整张 GPU、多卡互联的超大模型训练，显卡利用率提升效果就比较有限。
【参考资料】
[2026-11-12]（显卡利用率暴增 2.6 倍！GPU 共享平台发布：让 AI 算力不再闲置）快科技
[2026-11-12]（显卡利用率暴增 2.6 倍！GPU 共享平台发布：让 AI 算力不再闲置）网易新闻
[2026-11-12]（Basis Air GPU sharing platform released, GPU utilization up 2.6x）Basis 官方新闻
[2026-11-12]（Basis 推出自研 GPU 负载管理平台，主打离线算力池化调度）算力时代
【免责声明】
本文仅为产业资讯整理，不构成算力平台采购、集群改造投资建议；Basis Air GPU 共享平台利用率提升 2.6 倍为厂商官方测试数据，实际业务效果受任务类型、集群架构、网络条件影响；共享 GPU 调度存在少量性能开销，上线前建议开展压力测试；平台适配范围、版本迭代、技术支持以 Basis 官方公告为准。