在华为全联接大会2025期间，科大讯飞与华为联合宣布推出LogAnalyzer运维大模型应用成果，标志着国内智能运维（AIOps）领域实现从“被动响应”到“主动运维”的关键跨越。该成果已在超大规模集群运维场景中验证显著经济效益，科大讯飞AI工程院副院长吴婷与华为计算CCAE领域总裁鲁驰共同出席发布仪式。
当前智算集群运维面临多重挑战：大模型训练进入强化学习阶段后，训推迭代引发的故障模式动态变化，叠加新硬件与业务应用带来的未知故障，导致传统3个月周期的故障库更新机制难以应对现网问题。未覆盖故障需依赖跨领域专家手工分析，耗时从数天至数周不等，直接影响集群可用性。
针对上述痛点，双方自2024年5月起开展深度合作，将华为CCAE集群运维软件深度融入日常流程，并首次引入基于日志大模型的AI辅助分析引擎LogAnalyzer。该系统通过智能体架构实现疑难故障的快速定位，有效破解传统运维效率瓶颈。科大讯飞AI工程院副院长吴婷在发布现场演示了系统运行逻辑。
技术突破体现在三个维度：数据层面整合昇腾集群底层设备日志、CANN基础软件日志及十年故障诊断经验；分析层面通过异常日志感知提取关键信息，结合NPU领域知识生成进程级故障时间线；算法层面构建故障传播链模型，实现作业级异常事件的全链路追踪。这种多维技术融合使系统具备行业领先的智能诊断能力。
实际应用数据验证了技术价值：在科大讯飞超大规模集群中，LogAnalyzer上线4个月累计定位83个疑难故障，平均诊断时长压缩至10分钟，诊断准确率达88%。该成果不仅突破传统运维效率极限，更为行业树立了智能化运维的新标杆。双方表示将持续深化合作，从日志分析向多AI Agent系统演进，构建全球领先的智算集群运维解决方案。
