英博数科亮相CCIG 2026，首次公开EBFlex私有化算力管理平台

聚焦高校科研算力

5月29日至31日，2026年中国图象图形大会（CCIG 2026）在广州举办。本次大会由中国图象图形学会主办，中山大学承办，广东省图象图形学会、华南理工大学、琶洲实验室协办，来自图象图形领域学术界、产业界的4200余位专家学者和企业代表齐聚羊城，围绕图象图形、人工智能、多模态生成、具身智能等前沿方向展开交流。

大会期间，英博数科携英博云参展，重点展示面向高校、科研机构和AI创新团队的科研算力服务能力。5月29日，英博数科副总裁秦伟俊在“多模态生成与具身应用前沿技术论坛”发表题为《英博云助力科研的探索与实践》的主题演讲，并首次对外公开EBFlex私有化算力管理平台。通过EBCloud公有云智算服务与EBFlex私有化算力管理平台的组合，英博数科希望为高校科研场景提供覆盖“本地算力治理+云端弹性补充”的科研算力服务。

参展CCIG 2026，聚焦高校科研算力场景

CCIG 2026中国图象图形大会聚焦图象图形、人工智能、多模态生成、具身智能等前沿方向，吸引了高校、科研机构、产业企业及技术生态伙伴参与交流。

本届大会期间，英博数科在展区重点展示了英博云产品服务能力，内容覆盖科研计算、大模型训练与推理、多模态模型研发、本地GPU资源管理等场景。现场交流中，高校科研用户对GPU资源使用效率、本地算力统一管理、科研环境快速部署、算力高峰弹性补充等问题较为关注。

英博数科副总裁秦伟俊表示，参展CCIG 2026不仅是一次产品展示，也是一次面向高校科研用户的需求沟通。通过现场交流，公司进一步收集高校和科研团队在算力供给、平台使用和资源管理中的实际问题，为后续产品优化和产学研合作提供了参考。

英博数科秦伟俊主题分享

AI for Science带动科研算力需求增长

近年来，人工智能与科研创新、教育教学和产业应用的结合不断加深，AI算力正在从单一技术资源，逐步成为支撑科研创新、人才培养和产业发展的重要基础设施。

从政策环境看，“人工智能+”相关部署正在推动人工智能与科技研发、教育教学、产业应用等场景深度融合；同时，算力基础设施建设也在持续推进，智能算力供给、算力调度、算网协同和资源利用效率，正在成为新型基础设施建设的重要内容。

在应用场景层面，AI for Science 正在加速发展，高校和科研机构对AI算力的需求持续增长。材料科学、药物研发、生命科学、计算化学、地球科学等领域，正在越来越多地依赖大规模模型训练、仿真计算和高通量推理。AI已经不只是科研辅助工具，而是逐渐进入科研基础设施体系。

但高校科研算力需求与企业场景并不完全相同。高校课题数量多、需求分散、项目周期不稳定，经费来源也较分散；在课程教学、学科竞赛、项目结题等节点，还会出现阶段性算力高峰。单纯增加GPU采购，并不能完全解决算力利用率、使用门槛和管理效率问题。

这也意味着，高校科研算力建设正在从单纯“买设备”，逐步转向“建平台、管资源、提效率”。如何把分散的GPU资源统一管理起来，并在高峰期获得灵活的云端算力补充，正在成为高校AI科研基础设施建设中的现实课题。

高校科研算力面临供给、使用、管理三类痛点

秦伟俊在演讲中提到，高校科研算力当前主要面临三类痛点。

首先是算力供给难。高校科研团队常见的算力来源包括实验室自采、学校自建和第三方租赁，但在实际使用中，容易遇到资源紧张、设备更新不及时、阶段性高峰难以满足等问题。尤其在课程集中开设、竞赛训练或项目结题阶段，算力需求往往会短时间集中释放。

其次是算力使用难。许多科研人员并非计算机专业背景，在使用GPU资源时，需要处理驱动、CUDA、框架、依赖环境等配置问题。环境搭建耗时、工具链不统一、训练与推理流程割裂，都会影响科研效率。

第三是算力管理难。高校本地GPU资源往往分散在不同实验室、课题组和学院中，缺少统一调度、权限管理、用量统计和成本核算机制。资源是否被充分使用、不同团队如何分配额度、经费消耗是否合理，都需要更清晰的平台化管理手段。

基于这些问题，英博数科认为，高校科研算力建设正在从“资源采购型”走向“平台服务型”。高校需要的不只是更多GPU设备，而是一套能够把资源供给、科研使用和日常管理连接起来的算力服务体系。

EBFlex首次公开，把分散GPU变成统一算力服务

此次CCIG 2026期间首次公开的EBFlex，是英博云产品矩阵中的私有化算力管理平台，主要面向高校本地GPU资源管理场景。

按照英博数科的介绍，EBFlex可以支持从单台服务器接入开始，逐步扩展到课题组、实验室、学院乃至全校级共享资源池。通过资源池化、统一调度和灵活分配，原本分散在不同团队中的GPU设备，可以转变为面向科研任务统一服务的算力资源。

在使用侧，EBFlex提供预置AI开发环境、团队空间、项目管理、权限配置和资源额度等功能，帮助师生减少底层环境配置工作，更快进入模型训练、实验验证和科研开发流程。

在管理侧，EBFlex支持资源监控、用量统计、成员额度和账单化展示，帮助管理员掌握GPU资源的使用情况，也便于学院、实验室和课题组进行资源分配、成本核算和项目审计。

秦伟俊介绍，EBFlex的核心价值主要体现在四个方面：提升GPU利用率，减少资源空转；支持权限与配额管理，适配不同师生、课题组和项目需求；降低运维门槛，帮助管理员统一纳管本地算力资源；加速科研产出，让科研人员把更多时间投入到实验和创新本身。

EBCloud与EBFlex协同，形成“本地+云端”算力服务体系

除EBFlex外，英博数科还介绍了EBCloud公有云智算服务。EBCloud基于Kubernetes原生架构打造，面向科研团队提供即开即用的GPU算力、AI开发环境和模型服务，并支持弹性分布式训练、高性能网络、多集群资源调度和MLOps工具链。

EBCloud主要解决云端弹性补充问题。当高校遇到课程训练、学科竞赛、大模型训练或阶段性科研任务高峰时，可以通过云端算力快速扩展，缓解“平时闲、忙时缺”的资源矛盾。

由此，EBFlex与EBCloud形成了相对清晰的分工：EBFlex负责本地GPU资源统一治理，EBCloud负责云端算力弹性补充。二者结合后，英博云希望帮助高校科研算力实现“供得上、用得好、管得清”。

在供给侧，本地统管与云端补充提升资源弹性；在使用侧，标准环境和一致体验降低使用门槛；在管理侧，统一平台能力让资源调度、权限、配额和成本核算更加清晰。

多所高校场景验证，推动科研算力平台化落地

演讲中，秦伟俊还分享了英博云在高校科研场景中的实践案例。据介绍，英博数科已与国内多所高校和科研机构开展合作，场景覆盖科研项目、课程教学和学科竞赛等方向。

例如，中国人民大学高瓴人工智能学院通过英博云公有云服务，支撑视频生成、大语言模型训练和社会模拟等科研项目；上海财经大学采用学院云管模式，服务计算经济学、金融建模等交叉学科研究。

在本地算力管理和私有化部署场景中，英博数科也为清华大学相关团队搭建智算集群运营平台，并为中科大多个实验室部署算力管理系统。这些案例表明，高校科研算力正在从单点设备使用，逐步走向统一平台管理和服务化运营。

公开资料显示，英博数科是上市公司鸿博股份的全资子公司，长期围绕GPU智算中心建设、AI算力服务和智能云平台开展业务。目前，英博云产品服务矩阵已覆盖公有云智算服务、私有化算力管理平台和AIDC建设运维服务，可为高校、科研机构和企业AI团队提供算力资源、平台管理、部署交付和持续运维支持。

面向高校科研生态，英博数科持续开放合作

此次在CCIG 2026首次公开EBFlex，意味着英博数科将英博云的服务能力从公有云弹性算力进一步延伸到高校本地算力治理场景。未来，英博数科将继续推动EBCloud与EBFlex协同发展，帮助高校和科研机构提升算力资源使用效率，降低使用和管理成本。

秦伟俊在演讲最后表示，英博云的目标是成为“真懂科研的算力合作伙伴”。面向AI for Science、多模态生成、具身智能等前沿科研方向，英博数科将继续加强与高校、科研机构及产业伙伴的合作，推动算力资源、平台能力和科研场景进一步融合。

CCIG 2026期间，英博数科也面向高校科研用户推出英博云相关试用支持，包括EBFlex单机免费版试用。英博数科表示，欢迎高校师生、科研团队和产业伙伴进一步交流体验，共同探索AI科研算力服务的新路径。

版权所有，未经授权不得以任何形式转载及使用，违者必究。