复旦大学 AI³ 研究院的 CFFF 云智算平台是国内高校规模最大的云上科研智能计算平台，自 2023 年上线以来，已成为推动大模型研发的重要基础设施。平台由 “切问” 一号和 “近思” 一号两部分组成，支持超千卡并行智能计算，可满足千亿参数级大模型的训练需求。目前，平台已升级到 2.0 版本，在科学模型开放、数据安全共享和软硬件协同优化等方面实现了全面提升，覆盖 “教 - 学 - 研” 全链条。
? 平台注册与登录
要使用 CFFF 平台，首先需要完成注册。校内师生可访问平台首页（http://cfff.fudan.edu.cn/home），点击页面右上角的 “联系我们”，填写详细需求申请并留下联系方式。平台运营团队审核通过后，会为申请人开通 CFFF 账户。对于学生用户，学校在 AI 大课等教学活动中会统一为选课学生配置算力资源，学生只需注册平台即可获得额定算力。
登录平台后，用户可根据自身需求选择 “切问” 一号或 “近思” 一号集群。“切问” 一号面向多学科融合创新，提供高性能科学与工程计算服务；“近思” 一号则专注于高精尖研究，适用于对计算资源要求更高的项目。
? 任务提交与管理
CFFF 平台支持多种任务提交方式，包括命令行工具、图形化界面和低代码开发平台。对于熟悉编程的用户，可通过命令行工具上传代码、配置参数并提交任务。平台提供了完善的文档和示例代码，帮助用户快速上手。
对于非技术背景的科研人员，平台的云原生与低代码工程化 AI 开发平台是个不错的选择。该平台提供了可视化界面和预定义模板，用户无需编写大量代码，即可快速构建和训练模型。例如，在气象研究中，用户可通过低代码平台调用已有的气象数据处理算子，结合平台的算力资源，快速生成天气预报模型。
任务提交后，用户可在平台界面实时监控训练进度。平台提供了详细的性能指标，如 GPU 利用率、显存使用情况、训练速度等，帮助用户及时调整参数，优化训练效果。
? 数据存储与管理
CFFF 平台拥有国内高校最大规模的多级数据冷热分层存储集群，可满足海量科研数据的长期备份和高速传输需求。用户可根据数据使用频率选择不同的存储层级，例如将常用数据存储在热存储层，以提高访问速度；将不常用数据存储在冷存储层，以降低成本。
数据传输方面，平台支持云上高速传输。以往 PB 级科研数据从复旦校内传到西部数据中心需要两周，如今当天就能完成，真正实现了 “东数西算”。用户可通过平台提供的 API 接口或图形化界面上传和下载数据，确保数据的高效管理。
⚙️ 资源监控与优化
为了确保算力资源的高效利用，CFFF 平台提供了强大的资源监控和优化功能。用户可在平台界面查看当前可用的算力资源，包括 GPU 卡数、CPU 核心数、内存容量等，并根据任务需求灵活分配资源。
对于大规模训练任务，平台支持千卡并行计算，千卡并行的有效算力达到行业领先的 92%，可拓展性达到万卡，万卡并行有效算力也可达 90%。此外，平台还提供了自动调参工具和性能分析报告，帮助用户优化模型训练过程，提高训练效率。
? 案例解析：伏羲气象大模型
CFFF 平台的首个科研成果是由复旦大学人工智能创新与产业研究院李昊团队研发的伏羲气象大模型。该模型拥有 45 亿参数，基于平台的千卡并行智能计算，仅用一天就完成了训练，而传统计算平台需要数周时间。
伏羲气象大模型实现了未来 15 天的全球天气预报，预测效果在公开数据集上首次达到业界领先的 ECMWF（欧洲中期天气预报中心）集合平均水平，并且将预测速度由数值模式的小时级缩短到了 3 秒内。这一成果充分展示了 CFFF 平台在大模型训练和实际应用中的强大能力。
? CFFF 2.0：开放共享与生态构建
2025 年发布的 CFFF 2.0 版本进一步提升了平台的开放性和生态协同能力。平台上线了文理医工各学科 47 个特色学科模型供跨团队开放调用，同时开放了 4 万余个、11PB 的科学数据集，促进了跨学科研究和数据共享。
此外，CFFF 2.0 联合科技企业建设了全国产高密度智算硬件和国产异构调度软件，发起学科百模国产适配专项行动，推动了自主科学智能软硬件生态的发展。未来，平台还将逐步向上海市的科研力量开放，共同推动 AI for Science 的发展。
复旦大学 CFFF 云智算平台通过强大的算力支持、便捷的使用流程和丰富的科研资源，为大模型研发提供了全方位的赋能。无论是校内师生还是校外科研机构，都能通过平台快速开展高质量的研究工作。随着 CFFF 2.0 的不断完善和开放，相信它将在推动科学智能发展、加速科学原理发现和技术突破方面发挥更大的作用。
该文章由dudu123.com嘟嘟 ai 导航整理，嘟嘟 AI 导航汇集全网优质网址资源和最新优质 AI 工具
