ComputePilot：面向 AI 与 HPC 集群的一体化 GPU 资源

ComputePilot：让 GPU/HPC 集群从“能跑”走向“好管、好用、好交付”

AI 训练、科学计算、工程仿真和多用户研发平台正在同时进入企业和高校实验室。服务器越来越多，GPU 越来越贵，用户需求越来越碎：有人要跑 Python 脚本，有人要开 Jupyter Notebook，有人要提交 Slurm 作业，还有人需要共享 NFS、POSIX 存储或 RDMA 高速网络。真正困难的地方，往往不是某一台机器能不能跑，而是整套算力能不能被稳定、清楚、可追踪地使用起来。

ComputePilot 正是面向这个场景设计的 GPU / HPC Control Plane。它把节点纳管、GPU 资源、Slurm 调度、Jupyter 服务、存储空间、应用库、文件共享、日志审计和报表集中到一个 Web 控制台里，让管理员少写脚本，让用户少记命令，让算力平台更容易交付给团队和客户。

任务调度：脚本、Jupyter、Slurm、多节点统一入口

ComputePilot 支持批处理任务、Jupyter Notebook、脚本任务、Slurm 脚本和分布式任务。用户可以选择模板、分区、GPU 型号、GPU 数量、CPU、内存、运行时长和保存目录；管理员可以通过资源配额和调度策略控制使用边界。