地平线数据平台重构

地平线机器人（Horizon Robotics）为应对自动驾驶端到端模型转型带来的算力调度挑战，对其多租户数据平台进行了重新架构。在每日需处理800万个并发任务的规模下，传统编排方式导致基础设施不稳定且资源浪费严重。

【背景】随着智能驾驶从规则驱动转向端到端大模型，训练与推理工作流的复杂度呈指数级上升。地平线通过引入“无代理”（Agentless）的集中式 Argo Workflows 服务替代原有的每工作流代理模式，不仅每月节省约240万元人民币的基础设施成本，还释放了超过1000个CPU节点。同时，团队重构元数据以突破 Informer 瓶颈，将 VolcanoJob 大小减少30%，同步延迟从4分钟降至10秒以内，并利用 Kueue 和 Volcano 实现弹性配额管理，解决了大规模多租户环境下的抢占冲突问题。

这一重构表明，在AI驱动的自动驾驶时代，底层基础设施的效率直接决定了研发迭代的速度与成本。目前该方案已在 PyTorch 官方频道分享，显示其技术路径已获得开源社区关注。