openEuler Embedded 的弹性虚拟化底座是为了在多核片上系统（SoC, System On Chip）上实现多个操作系统共同运行的 一系列技术的集合，包含了裸金属、嵌入式虚拟化、轻量级容器、LibOS、可信执行环境（TEE）、异构部署等多种实现形态。不 同的形态有各自的特点： 1. 裸金属：基于 openAMP 实现裸金属混合部署方案，支持外设分区管理，性能最好，但隔离性和灵活性较差。目前支持 释放性能，可以优化内核多并发构建等并发场景的性能。 • MGLRU 特性：多层级的 LRU 机制，更精确地识别页面的冷热信息，提升高内存压力场景下的系统性能，降低 OOM 的概率。 • DAMON 特性：轻量级内存访问监控框架，可在用户态实现虚拟地址或物理地址的访问监控，实现轻量精确的在线监控，助力 性能提升。 • Memory-tiering 特性：内存分层特性，目标以最高效和成本效益的方式满足内存的使用需求，降低内存的使用成本。 虚拟机动态扩容。 • 负载算力协同：在多核服务器中运行用户体验敏感应用（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

B2C Trading Aliw a reM Q Ap a che In cuba tin g 分布式事务消息 原生消息轨迹，AC L 支持 存储架构全面升级，RAFT 存储开源 轻量级Pull con sum er 发布 Request-Rep ly 特性支持 IPv 6 支持 © 2 0 1 7 A l i b a b a M i d d l e w a r e RAFT 存储生产可用 rocketm q-con n ect 进入孵化 2021 5.0 -p rev iew 发布 性能优化、PoP 消费，多存储目录， 轻量级队列 rocketm q-strea m s 轻量级实时计算 引擎发布 5.0 消息事件流融合处理平台 Sta r: 1 .7w C on tributor: 50 0 + RocketMQ 发展历程 W r i 松散耦合 基础设施解耦 极致弹性 多场景适应 低成本 高 SLA X 客户价值： X 多场景 云原生时代的挑战 云原生四要素 云原生时代的 RocketMQ admin 富客户端 轻量级 SD K API兼容 计算 云存储 VPC 网络 Kubernetes Name Server Name Server Name Server 计算集群 可观测 remoting

在⾼高并发，通信交互复杂，重业务逻辑的分布式系统中， Go语⾔言优势体现在：开发体验好 、⼀一定量级下服务稳定 、性能满⾜足 需要 ⼀一定量级下服务稳定： 50+内部产品，万款开发平台app 实时⻓长连接数亿量级，⽇日独数⼗十亿量级 1分钟内亿量级⼲⼴广播,⽇日下发峰值百亿量级 400台物理机，9个独⽴立集群，国内外近10个IDC 运维管理的go语⾔言编写的常

C,System On Chip）上实现多个操作系统共同运 行的一系列技术的集合，包含了裸金属、嵌入式虚拟化、轻量级容器、LibOS、可信执行环境（TEE）、异构部署等多种实 现形态。不同的形态有各自的特点，例如裸金属可以得到最佳的性能、嵌入式虚拟化可以实现更好的隔离与保护、轻量级 容器则有更好的易用性与灵活性等等。 功能描述 维测 MICA ( 混合关键性部署框架 ) 应用领域 仿真 构建 CI/CD 测试 调试 追踪 ARM RISC-V LoongArch x86 ... 跨 OS 通信 服务化框架 多 OS 基础设施 裸金属 嵌入式虚拟化 LibOS 轻量级容器 TEE 异构 ... 能源 ... 特性增强 17 openEuler 23.09 技术白皮书 嵌入式系统可广泛应用于工业控制、机器人控制、电力控制、航空航天、汽车及医疗等领域。 应用场景 包括基 于内核的原生容器沙箱、基于轻量级虚拟化技术的 microVM 沙箱、基于进程级虚拟化的 App Kernel 沙箱，以及新兴的 WebAssembly 沙箱。 openEuler 基于 Kuasar 统一容器运行时并结合已有 openEuler 生态中 iSulad 容器引擎和 StratoVirt 虚拟化引擎技术， 打造面向云原生场景轻量级全栈自研的安全容器极低底噪、极速启动的关键竞争力。

决高并发场景下容器冷启动速度慢和内存底噪开销大的问题。 功能描述 轻量级 Wasm 沙箱引擎整体功能主要由以下两个关键组件提供： 1. Wasm 函数管理框架 • 支持监听处理高并发量函数请求 • 函数的生命周期管理 • 兼容 OCI 格式容器镜像，管理本地函数镜像资源 2. Wasm 轻量级协程调度框架 抽象 Wasm 实例执行上下文，支持轻量级高性能的用户态协程调度模型，并支持 JIT/AOT 多种 统噪声。数控分离的实现主要包括三个方面：隔离计算任务和噪声任务、降低资源竞争、兼容 Linux 生态。 FaaS 服务框架 WASM 镜像仓库 WASM Engine Wasm 函数管理框架 轻量级 Wasm 函数调度框架 WASI API 接口 x86 ARM64 DPU openEuler 函数请求监听 函数生命周期管理 函数镜像管理 WASM A WASM B WASM C WASM 隔离计算任务和噪声任务：将 HPC 计算任务运行在轻量级内核侧；将系统任务、中断处理、内核线程等运行在 Linux 内核侧， 从而减少系统噪声对 HPC 计算任务的干扰。通过系统调用代理调度，内核单独处理高负载系统调度，保障高负载任务的高效完 成，且不影响其他系统服务。 兼容 Linux 生态：兼容 Linux 通用生态，使得程序在无需修改的前提下可以运行在轻量级内核上。 数控分离的主要目标包括：兼容性

评估 试验 试验 采纳 采纳 本期雷达 新的 挪进 / 挪出 没有变化 © Thoughtworks, Inc. All Rights Reserved. 采纳 1. 设计系统 2. 轻量级的 RFCs 方法 试验 3. 具有可访问性意识的组件测试设计 4. 攻击路径分析 5. 自动合并依赖项更新 PR 6. 针对 FAIR 数据的数据产品思维 7. OIDC for 83 94 2 13 15 3 18 42 43 44 51 54 56 61 45 暂缓 暂缓 评估 评估 试验 试验 采纳 采纳 采纳 1. 设计系统 2. 轻量级的 RFCs 方法 试验 3. 具有可访问性意识的组件测试设计 4. 攻击路径分析 5. 自动合并依赖项更新 PR 6. 针对 FAIR 数据的数据产品思维 7. OIDC for 应该允许和怎样向设计系统做出贡献，以及如何管理这 些贡献——在这个话题上，我们推荐采用设计系统决策记录。对我们来说，维护一个良好的设计系统或组件库 不光是技术工作，也同样是社交工作。 2. 轻量级的 RFCs 方法 采纳 Request for Comments（RFC）是一种正式文档，其包含与上下文相关的设计和架构思想，以促进团队协作和 决策。几乎所有数字原生和快速扩张的组织都使用 RFCs

Schulman亲⾃邀请加盟。
iv. 基础设施⽅⾯。团队核⼼成员曾带领数⼗⼈从零开发世界领先的深度学习框架，也具备数千 卡集群全⾃动化硬件运维告警、数百亿特征检索、⼤规模（数⼗PB数据、百万台机器）分 布式系统数量级性能优化的经验。
c. ⽬前团队⼈数超过
80
⼈，每个⽉都有在全球某个领域有显著影响⼒的⼈加⼊。
2.
团队聚焦底层技术创新，技术Vision强
a. 引领⼤模型的“⽆损⻓上下⽂”时代 所以在很多核⼼⽣产要素中，通过改变其他的⽣产要素，可以让算⼒利⽤率变⾼。 同时，针对“登⽉”，算⼒肯定要持续增⻓。今天能看到最好的模型是
10
的
25
到
26
次⽅
FLOPs
这 种规模。这个数量级接下来肯定还会持续增⻓，所以我认为算⼒是个必要条件，因为机器学习或者
AI
研究了七⼋⼗年，唯⼀
work
的东西其实是
scaling
Law，就是放⼤这⼏种⽣产要素。
我们其实⽐较有信⼼
海外独⻆兽：⼤家都期待多模态会在
2024
年爆发，相⽐⽂本，多模态的技术难度会在哪⾥？
杨植麟：现在
state-of-the-art
的视频⽣成模型的
FLOPs
其实⽐语⾔模型少⼀个数量级以上，并不是 ⼤家不想
scale
up，⽽是⼤部分架构不值得这么做。
19
年最流⾏的是架构是
BERT，后来⼤家问为什么没有⼈去
scale
BERT，其实是因为值得被
scale
的

������� ������� ������� ��! :1?:系统架构 :1?:-NS W :1?:-NS：命名服务 W S4/GEnR：服务治理m理 W :1?:-=P1：轻量级服务框架 W SDBnnEP：服务状态监控系统 W :1?:-PMPRBJ：一站式治理平台 W ABRR V :1?:服务调用统计 核心设计解析(%)：S4/GEnR V 服务治理m理 6 白银 Ø 标准化水平良好 黄金 钻石 Ø 服务保障能力强 Ø 胜p%千万订单量级b务 星耀 Ø 跨地区容灾和扩展能力 Ø 数千万订单量级b务强需 求 青铜 Ø 基础能力达标 铂金 Ø 性能一流 Ø 足n支撑数百万订单量级b务 Ø 易用性q秀 服务治理演进各c阶段 服务治理实践(%)：基础能力达标 - 青铜段t 监控报警

同时，针对存储层，进⼀步实现插件化的设计，对于中小公司且有运维成本要求的话，可以直接使 用 Nacos 自带的内嵌分布式存储组件来部署⼀套 Nacos 集群，而如果服务实例数据以及配置数据 的量级很大的话，并且本身有⼀套比较好的 Paas 层服务，那么完全可以复用已有的存储组件，实 现 Nacos 的计算层与存储层彻底分离。 Nacos 架构 < 38 Nacos 自研 Distro 协议 的每台机器上都维护了当前的所有注册上来的非持久化实例数 据。 数据校验 在 Distro 集群启动之后，各台机器之间会定期的发送心跳。心跳信息主要为各个机器上的所有数据 的元信息（之所以使用元信息，是因为需要保证网络中数据传输的量级维持在⼀个较低水平）。这 种数据校验会以心跳的形式进行，即每台机器在固定时间间隔会向其他机器发起⼀次数据校验请求。 ⼀旦在数据校验过程中，某台机器发现其他机器上的数据与本地数据不⼀致，则会发起⼀次全量拉 为所有实例都被同步到了每台机 器上）。 Distro 协议作为 Nacos 的内嵌临时实例⼀致性协议，保证了在分布式环境下每个节点上面的服务 信息的状态都能够及时地通知其他节点，可以维持数十万量级服务实例的存储和⼀致性。 Nacos 架构 < 42 Nacos 通信通道 Nacos 长链接 ⼀、现状背景 Nacos 1.x 版本 Config/Naming 模块各自的推送通道都是按照自己的设计模型来实现的。