LogoTensorFusion
  • 价格
  • 文档
GPU Go 控制台TensorFusion EE
十方融海如何用TensorFusion节省80%GPU成本?
2025/09/01

十方融海如何用TensorFusion节省80%GPU成本?

十方融海使用TensorFusion节省80% GPU成本的案例研究

背景

十方融海是深圳一家知名的专注于职业教育的科技公司,理论+实操教学模式,利用科技优势赋能教学,提供围绕数字时代的文化素养及专业技能课程服务,帮助用户提升数字化能力。

问题与挑战

为了给学生提供最便捷、优质的实操环境,十方融海自研了虚拟机mvisor,但在AI绘图、AI视频职业教育课程的实操环境构建时,由于ComfyUI、Stable Diffusion等在线实验室环境在模型推理时需要直接访问GPU,由于GPU虚拟化技术不成熟,为每一位学员配备专属的AI绘图环境非常困难、成本高昂。

解决方案

在了解到TensorFusion可实现GPU虚拟化和池化后,经过一段时间的评估和落地,十方融海成为了TensorFusion的第一个客户。

LogoTensorFusion

大规模异构 GPU 池化和调度 AI 基础设施

GitHubGitHubDiscordYouTubeYouTubeLinkedInEmail
产品
  • 价格
  • 常见问题
资源
  • 博客
  • 文档
  • 更新日志
  • 路线图
公司
  • 关于我们
  • 联系我们
  • 邮件列表
法律
  • Cookie政策
  • 隐私政策
  • 服务条款
© 2026 NexusGPU PTE. LTD. All Rights Reserved.

TensorFusion为十方融海提供了以下解决方案,解决大量用户的云端实验室环境需要中低频使用GPU算力的成本问题、GPU可用性问题:

  • 在Linux环境构建T4 GPU组成的、按需扩缩容的GPU池
  • 每个T4根据ComfyUI需要的模型,切分成2个或3个虚拟GPU、在不活跃时自动将显存冷却到内存中,挂起对应的虚拟GPU算力
  • 在同一个VPC中,每个用户专属的Windows虚拟机实操环境,内置了TensorFusion Client,启动或执行绘图工作流时,自动连接到虚拟GPU,按需获取AI算力

实施结果

使用 TensorFusion 前使用 TensorFusion 后
😕 需要给每一个学员配备云端GPU😊 节省超80% GPU成本
😕 GPU资源时有短缺,无法从云厂商买到😊 GPU算力可用性达到99.9%
😕 实验环境搭建耗时较长😊 实验室环境创建时间缩短45%
全部文章

作者

avatar for Tensor Fusion
Tensor Fusion

分类

  • 案例研究
背景问题与挑战解决方案实施结果

邮件列表

加入我们的社区

订阅邮件列表,及时获取最新消息和更新