MEM在mmap系统调用中新增分配统一虚拟内存的标志（MMAP_ PEER_SHARED）。 同时 libgmem 用户态库提供了内存预取语义 hmadvise 接口，协助用户优化加速器内存访问效率（参考 https:// gitee.com/openeuler/libgmem）。 约束限制 • 目前仅支持 2M 大页，所以 host OS 以及 NPU 卡内 OS 的透明大页需要默认开启。 开源大模型原生支持（LLaMA 和 ChatGLM) 虽然大模型日渐火爆，但普通用户使用大模型还存在一定的门槛。llama.cpp 和 chatglm-cpp 是基于 C/C++ 实现的模 型推理框架，通过模型量化等手段，支持用户可以在 CPU 机器上完成开源大模型的部署和使用。 用户可通过 llama.cpp/chatglm-cpp 在 CPU 机器上部署大模型，并体验智能问答、AI 对话等功能。 选择适合自己的开源大模型进行部署。 其主要特性如下： • 基于 ggml 的 C/C++ 实现。 • 通过 int4/int8 量化、优化的 KV 缓存和并行计算等多种方式加速内存高效 CPU 推理。 使用方法请参考 openEuler 支持部署大模型。 功能描述 内核创新 13 openEuler 23.09 技术白皮书 内核创新 内核创新 14 openEuler 23.09

可在该类容器中运行高性能计算任务，例如大规模数据处理、并行计算等。 • AI 框架镜像：用户可直接在该类容器中进行 AI 模型开发、训练及推理等任务。 • 模型应用镜像：已预置完整的 AI 软件栈和特定的模型，用户可根据自身需求选择相应的模型应用镜像来开展模型推理或微调 任务。 应用场景 场景创新 12 openEuler 24.03 LTS 技术白皮书 EulerCopilot 智能问答平台目前支持 PAGE_ SIZE 字节，从而移除不必要复合页转换，降低误用 tail page 问题；从内存管理效率上采用 folio 减少 LRU 链表数量，提升内 存回收效率，另一方，一次分配更多连续内存减少 page fault 次数，一定程度降低内存碎片化；而在 IO 方面，可以加速大 IO 的读写效率，提升吞吐。全量支持匿名页、文件页的 large folio，提供系统级别的开关控制，业务可以按需使用。对于 如云桌面系统）时，通过负载算力协同技术能够保障算力供给的及时 性和有效性。负载算力协同技术具有以下特性：高负载场景下，支持轻量级的任务搜索算法，提高空闲 CPU 拉取 runnable 任 务的效率，实现多核间快速负载均衡，最大化 CPU 资源利用率；算力竞争场景下，支持按优先级对业务进行分级管控，有效 避免优先级翻转的问题，实现高优先级的前台任务绝对压制低优级的后台任务，保障关键任务的算力供给。

具备数据分析和数据导出的能力。 4. 边云智能协同架构（Sedna）：基于开源 Sedna 框架，提供基础的边云协同推理、联邦学习、增量学习等能力，并 实现了基础的模型管理、数据集管理等，使能开发者快速开发边云 AI 协同特性，以及提升用户边云 AI 特性的训练 与部署效率。 应用场景 可应用智能制造、城市交通、高速收费稽查、智慧加油站、医疗影像识别、智慧园区等广泛的边云协同场景。 openEuler TCP 压缩特性：hbase 等分布式数据库节点间数据传输量大，网络传输是性能瓶颈；在 TCP 层对指定端口的数据进 行压缩后再传输，收包侧把数据解压后再传给用户态，从而提升分布式场景节点间数据传输的效率。 • 支持 SGX 特性：SGX (software guard extensions) 是 Intel 推出的指令集扩展，旨在以硬件安全为强制性保障，不 依赖于固件和软件的安全状态，提供用户 策略开发效率。 secPaver 当前支持 SELinux 的策略开发，后续可扩展支持 AppArmor 等其它安全机制。 功能描述 X2openEuler 迁移评估工具 X2openEuler 是一款跨操作系统迁移到 openEuler 的可行性、兼容性评估工具，该工具主要从软件、硬件和配置项兼 容性层面识别风险并提供迁移报告，帮助开发者评估迁移方案的可行性，提升迁移适配效率，同时该工具也提供基于

to latest buckets points to consistent buckets mutually reachable 1. 哈希表目录 : 采用哈希表来管理目录项，提高线性查找效率，减少伪共享。 2. 统一的分配器：数据结构使用统一的分配器，这样可以打破不同数据结构之间的界限，使得内存管理更加地简单 与灵活。 3. 采用软更新技术，简化了实现复杂度：软更新 (Soft 具备数据分析和数据导出的能力 4. 边云智能协同架构（Sedna）：基于开源 sedna 框架，提供基础的边云协同推理、联邦学习、增量学习等能力， 并实现了基础的模型管理、数据集管理等，使能开发者快速开发边云 AI 协同特性，以及提升用户边云 AI 特性的 训练与部署效率。 应用场景 可应用智能制造、城市交通、高速收费稽查、智慧加油站、医疗影像识别、智慧园区等广泛的边云协同场景。 openEuler 维护团队，采用 A-OPS 现有故障树或者新增故障树，可有效提升维护效率，减少宕机时间。 安全策略配置工具 secPaver 是一款 SELinux 安全策略开发工具，用于辅助开发人员为应用程序开发安全策略。secPaver 通过抽象通用的 策略配置文件，封装统一的策略操作接口，对策略开发人员屏蔽安全机制细节，降低了策略开发门槛，提高策略开发效率。 secPaver 当前支持 SELinux 的策略开发，后续可扩展支持

cache 等资源的冲突。另一方面，对于相同业务，在满足 QoS 的前提下，可 用 CPU 资源越多，由于迁移更加频繁，CPU 核 idle 切换变多，跨 NUMA 访存增加等问题，都会导致 CPU 使用效率下降。 在线 - 在线、在线 - 离线混部场景中，对绑核能带来性能提升；在由于负载动态变化无法准确绑核的业务场景中，利 用潮汐 affinity 来提升性能和降低功耗是个不错的选择。 应用场景 技术通过感知业务负载变化，动态调整业务 CPU 资源的供给。具体来说，当业务负载低时，在满足 QoS 的基础上，使用更少的 CPU 资源，减少 CPU 迁移、idle 切换和 cache miss 等，提升 CPU 利用效率和能效比。当业务负载高时， 通过分配更多 CPU 资源来提升 QoS 质量，提升 CPU 资源的利用率。 潮汐 affinity 技术动态感知业务的负载变化调节业务 CPU 范围，负载低时使用优先 技术方案：根据业务亲和性动态 绑核，负载高时突破绑核范围 优势： 业务间资源干扰低，资源共享 效率高 降低内核无效切换底噪低 低负载时节省能耗 group1 cpuset静态绑核 group2 group1 cpu 0-3 cpu 4-7 cpu 0-3 cpu 4-7 优势： 资源干扰小 资源共享效率高 劣势： 存在业务潮汐现象时 CPU资源利用率低 group2

适用场景 业务可根据时延敏感性分为高优先级业务和低优先级业务，将业务区分优先级混合部署以提高资源利用率。高优先级虚拟 机业务推荐“时延敏感类业务”，如 web 服务、高性能数据库、实时渲染、机器学习推理等。低优先级虚拟机业务推荐“非时延 敏感类业务”，如视频编码、大数据处理、离线渲染、机器学习训练等。 User programmable policy OpenStack Keystone 迁移评估工具 x2openEuler 是一款跨操作系统迁移到 openEuler 的工具套件。该工具主要从软件、硬件和配置项兼容性层面识别风险 并提供迁移报告，帮助开发者评估迁移方案的可行性，提升迁移适配效率，同时该工具也提供原地升级到 openEuler 的可行 性评估、升级执行、可视化批量迁移的功能。 功能描述 • 软件评估 识别应用软件的依赖软件包信息，对 rpm/tar/zip/gzip/jar/py/pyc/sh/bin

重视开发者体验，工程师不再做脏活累活 传统 DevOps 体系 Zadig 云原生 DevOps 平台 高人效 低人效 低人效 / 低质量 / 低效率 / 高成 本： 人淹没在系统的海洋里，无数平台手工切换 高人效 / 高质量 / 高效率 / 低成 本： 人在系统之外 / 上，复杂性下沉到单一平台 希望 工程师不再花时间在开发写代码之外的脏活累活，比如服务部署、找环境，服务编排等 个月核心重构 65% 功能实现开源 支撑开源社区开发者环境 易 用 性 增 强 接入：安装 10 分钟以内，成功率达 90% 集成环境：支持开发者 Remote debug 工作流：效率和性能、开发者体验提升 贡献者流程建立 开 放 社 区 搭 建 2021 年 5 月 2021 年 7 月 2021 年 9 月 2021 年 11 月 2021 年 12 月 1 个月功能改造 DevOps 方案 ZadigX 云原生 DevOps 方案 降本提效 组织能力提升 业务负责人 研发不透明，规划凭感觉： • 发版时间靠运气 • 团队熬夜冲进度 研发透明化：不同项目清晰可见的效率、质量、进度 进度管理：根据团队客观数据，预测和确定项目规划 迭代进度一目了然 项目从无到有可核算 管理有数据科学依据 解放管理，更多时间花在 业务创新 平台运维 业务压力大，能力建设缓慢：

统一产研运管理平面 重视开发者体验，工程师不再做脏活累活 传统 DevOps 体系 Zadig 云原生 DevOps 平台 高人效 低人效 低人效/低质量/低效率/高成本： 人淹没在系统的海洋里，无数平台手工切换 高人效/高质量/高效率/低成本： 人在系统之外/上，复杂性下沉到单一平台 希望 工程师不再花时间在开发写代码之外的脏活累活，比如服务部署、找环境，服务编排等Infra的事情。 1 1.5 个月核心重构 65% 功能实现开源 支撑开源社区开发者环境 易 用 性 增 强 接入：安装10分钟以内，成功率达 90% 集成环境：支持开发者 Remote debug 工作流：效率和性能、开发者体验提升 贡献者流程建立 开 放 社 区 搭 建 2021年5月 2021年7 月 2021年9 月 2021年11 月 2021年12 月 1 个月功能改造 90% DevOps 方案 ZadigX 云原生 DevOps方案 降本提效 组织能力提升 业务负责人 研发不透明，规划凭感觉： • 发版时间靠运气 • 团队熬夜冲进度 研发透明化：不同项目清晰可见的效率、质量、进度 进度管理：根据团队客观数据，预测和确定项目规划 迭代进度一目了然 项目从无到有可核算 管理有数据科学依据 解放管理，更多时间花在 业务创新 平台运维 业务压力大，能力建设缓慢：

计、异构内存、热插拔等功能，并提供更有效的 用户控制接口。热点锁及信号量优化，激进内存 和碎片整理，优化 VMAP、vmalloc 机制，显著 提升内存申请效率。KASAN、kmemleak、slub_ debug、OOM 等内存维测特性增强，提升定位和 解决内存问题的效率。 5. cgroup 优化单线程迁移性能：消除对 Thread Group 读写信号量的依赖；引入 Time Namespace openEuler 21.03 技术白皮书 openEuler WHITE PAPER • 支持大页：在轻量级虚拟机下支持大页，可为轻量级虚拟机提供连续的物理内存页面，提高虚拟机内存访问效率。 • IO 子系统增强：支持多通道并发 IO 能力，提高 IO 性能。支持 IO-QOS 能力，提升虚拟机 IO 流量管理的灵活性和 稳定性。 • 系统调用过滤：通过极简设备模型设计和 SECOMP UI 图形库，同时也包含工具库，为开 发者提供开发及调试的工具。 Xfce Xfce 是一个轻量级的类 Unix 的桌面系统，其特点是快速、轻量，界面美观和对用户友好，它被设计用来提高您的工作 效率，在节省系统资源的同时，能够快速加载和执行应用程序。 Xfce 由独立的软件组件构成，可根据需要单独或者组合在一起使用。 Xfce 由 C 语言写成，该版本已将所有核心组件移植到 Gtk3 和 GDBus。大多数组件还支持

配置复杂、登录 管理复杂，不稳定 运维痛点小结 Ø 软件配置 l 配置任务状态不可控 l 连通性不可靠 l 日常软件、配置升级不可控 l 一些案例: Ø 数据统计 l 实时性差 l 迭代效率低 l 开发繁琐 Ø 设备管理 03 运维平台设计 架构演进大事记 整体架构设计 通用代理服务集群设计(Promise) 运维任务模型设计 应用配置管理 权限管理 运维平台Fast 已经对接静态CDN、视频CDN、调度、DNS等业 务，涵盖服务初始化、单软件/配置升级等 服务指标 单季度总任务数1.5W，操作设备次数2500W 次, 平均耗时41分钟, 首次任务成功率99% 效率提升 全网变更在1小时左右，基于通用代理服务解 决连通性问题，效率提升近百倍 Ø 对接安全云堡垒机 l Step 1: 登录安全云堡垒机 l Step 2: 根据设备ID登录 Ø对接Fast-Web、资产等平台实现WebConsole管理 需求分析&设计 单元测试、Staging环 境测试、巡检、报警 开发规范 无状态、多机房、容 器化部署，对接QLB实 现故障自动摘除 高可用设计 日常运维效率提升百 倍. 运维效率 运维任务模型化、易上 手、可交付、加快整体运 营迭代效率 运维可交付 释放运维潜力、运维 开发转型 运维开发 展望 5G时代挑战 容器化改造 传统的CDN大部分是物理机部署，带来的问题是软件服务