龙蜥社区 Intel ARCH SIG 阿里云实践之路
介绍了龙蜥社区发展现状，讲解了 Intel Arch SIG、Anolis 内核 ANCK 以及商业发行版 Alibaba Cloud Linux 内核之间的上下游关系，并分享了阿里云选择 Anolis OS 作为上游的原因。随后，介绍了 Intel Arch SIG 目前的工作进展，对 Intel 主流服务器平台支持的情况。最后，通过解决方案在阿里云应用场景的最佳实践对 Intel Arch SIG 合作成果进行的展示。
云观测场景下的 Trace 全量存储技术研究 | 龙蜥社区系统运维 MeetUp
乘云数字 DataBuff 产品线架构师狂魔分享了《云观测场景下的 Trace 全量存储技术研究》主题演讲。在分享上提到，DataBuff 正在构建以“ Trace、Metric、Log、Topo、eBPF Flow” 观测五件套为数据原材料的一体化观测平台，Trace 是一体化观测的核心要素，是拓扑驱动现代 AIOps 分析的关键，有着不可替代的地位。当前，业界大多可观测性软件厂商无法解决“Trace 全量存储”的技术难题，大量丢弃客户的交易链数据是普遍现象，在安全合规、故障回溯、算力成本等方面均受到了巨大挑战。乘云数字专门开发了一款 “TraceX 调用链全量存储系统”，面向可观测分析场景、尤其适合大规模交易系统、云原生容器场景，帮助系统实现全量化存储调用链数据。TraceX 能够有效的降低 Tracing 数据的存储成本、提升分析效率，真正达到降本增效的目的。通过 TraceX 辅助一体化观测系统构建应用系统的空间地图，实现故障定位的按图索骥不丢痕，真正解决客户的业务问题。
eBPF 与网络可观测性研究 | 龙蜥社区系统运维MeetUp
eBPF 在网络可观测上具有安全灵活、实时追踪等优点，通过运行时加载 DataKit 探针能实现对网络流量的实时分析和统计；基于网络协议的分析，能够为链路系统提供系统侧的 Span 补充。最终在观测云统一可观测平台上展示出请求数、响应时间、错误率等关键指标。
"芯""蜥"相通 融合创新 -- 携手阿里云 释放Intel平台算力
首先介绍了 Intel 第四代至强可扩展处理器（代号 Sapphire Rapids，SPR）以及刚发布不久的第五代至强可扩展处理器（代号 EMR）的核心特性，包括 AMX、QAT、DSA、IAA、TDX 等。然后总结了英特尔与阿里云在 OpenAnolis 社区的合作推进这些特性使能的成果， 通过双方的努力，大部分新功能已在阿里云上启用并落地。 最后，介绍了在阿里云 ECS g8i 实例上利用新特性的三个最佳实践，以此展示新特性可以带来多么令人印象深刻的提升。