Cloud Kernel SIG 月度动态:支持龙芯和申威架构,合入两个内存新特性

简介: Cloud Kernel SIG 月度动态送达,一键了解 6 月各项目进展。

Cloud Kernel SIG(Special Interest Group):支撑龙蜥内核版本的研发、发布和服务,提供生产可用的高性价比内核产品。

01 SIG 整体进展

  • Cloud Kernel 开始支持龙芯和申威架构。
  • 合入两个内存新特性:MEMCG LRU LOCK 和 ZSR。
  • Cloud Kernel 门禁更新。

02 支持龙芯和申威架构

Cloud Kernel 致力于提升对不同处理器架构的支持:

  • Cloud Kernel 新增龙芯 maintainer 高巨鑫, 后续将会基于 Anolis23 实现产品化和商业化。
  • Cloud Kernel 开始支持申威 (sw_64) 架构,代码已经合入 ANCK-5.10 内核,后续推出的产品化 OS 将具备支持 sw_64 架构的能力。

03 内存新特性

内核合入了两个内存特性,预计随 ANCK 5.10-015 版本发布:

  • MEMCG LRU LOCK

社区 5.11 的特性移植,通过 per-memcg lru lock 缓解 per-node lru lock 的争抢,降低内存紧张时,内核态进程占用 CPU 的时间百分比 (sys%)。链接 https://lwn.net/Articles/835577/

  • THP reclaim 功能

THP reclaim 功能用于解决透明大页 THP (Transparent Huge Page) 带来的内存膨胀问题(例如 OOM)在内核回收内存时,该功能会把透明大页拆分为小页面,并将其中的全零页面 (zero subpage) 回收,从而避免内存的快速膨胀引发 OOM。

04 Cloud Kernel 门禁更新

内核门禁检测任务停止功能已发布,支持以下场景:

当 PR 关闭时,检测是否有测试任务在运行,如果有则停止测试任务。

在 PR 中评论 /stop-test 可以手动停止当前正在运行的测试任务,权限范围是 PR 提交者和 Maintainer。

05 重要议题

龙蜥社区 6 月技术委员会会议成功举办,会上讨论了 Anolis OS 23 内核的现状和未来版本选型,龙蜥技术委员会庞训磊分享了下一代 6.x 内核产品选型的主要考虑因素,提议决策将“2023 年底的 6.x LTS 内核”作为龙蜥的下一代内核产品选型,并计划于 2024 年 06 月搭载 Anolis OS 23 发布首个正式版本。


相关链接:

Cloud Kernel SIG 主页:

https://openanolis.cn/sig/Cloud-Kernel

注:更多龙蜥 SIG 月度动态可点击这里查看。


—— 完 ——

加入龙蜥社群

加入微信群:添加社区助理-龙蜥社区小龙(微信:openanolis_assis),备注【龙蜥】与你同在;加入钉钉群:扫描下方钉钉群二维码。

高校二维码.png 

关于龙蜥

龙蜥社区是立足云计算打造面向国际的 Linux  服务器操作系统开源根社区及创新平台。龙蜥操作系统(Anolis OS)是龙蜥社区推出的 Linux 发行版,拥有三大核心能力:提效降本、更加稳定、更加安全。

目前,Anolis OS 8.8 已发布,更多龙蜥自研特性,支持 X86_64 、RISC-V、Arm64、LoongArch 架构,完善适配 Intel、兆芯、鲲鹏、龙芯等芯片,并提供全栈国密支持。

加入我们,一起打造面向云时代的操作系统!

相关文章
|
12月前
|
人工智能 API 数据库
Semantic Kernel .NET 架构学习指南
本指南系统解析微软Semantic Kernel .NET架构,涵盖核心组件、设计模式与源码结构,结合实战路径与调试技巧,助你从入门到贡献开源,掌握AI编排开发全栈技能。
1295 2
|
存储 前端开发 Java
Kotlin教程笔记 - MVVM架构怎样避免内存泄漏
Kotlin教程笔记 - MVVM架构怎样避免内存泄漏
329 2
|
机器学习/深度学习 安全 算法
十大主流联邦学习框架:技术特性、架构分析与对比研究
联邦学习(FL)是保障数据隐私的分布式模型训练关键技术。业界开发了多种开源和商业框架,如TensorFlow Federated、PySyft、NVFlare、FATE、Flower等,支持模型训练、数据安全、通信协议等功能。这些框架在灵活性、易用性、安全性和扩展性方面各有特色,适用于不同应用场景。选择合适的框架需综合考虑开源与商业、数据分区支持、安全性、易用性和技术生态集成等因素。联邦学习已在医疗、金融等领域广泛应用,选择适配具体需求的框架对实现最优模型性能至关重要。
3089 79
十大主流联邦学习框架:技术特性、架构分析与对比研究
|
存储 前端开发 Java
Android MVVM架构模式下如何避免内存泄漏
Android采用MVVM架构开发项目,如何避免内存泄漏风险?怎样避免内存泄漏?
672 1
|
存储 NoSQL Redis
阿里面试:Redis 为啥那么快?怎么实现的100W并发?说出了6大架构,面试官跪地: 纯内存 + 尖端结构 + 无锁架构 + EDA架构 + 异步日志 + 集群架构
阿里面试:Redis 为啥那么快?怎么实现的100W并发?说出了6大架构,面试官跪地: 纯内存 + 尖端结构 + 无锁架构 + EDA架构 + 异步日志 + 集群架构
阿里面试:Redis 为啥那么快?怎么实现的100W并发?说出了6大架构,面试官跪地: 纯内存 + 尖端结构 +  无锁架构 +  EDA架构  + 异步日志 + 集群架构
|
存储 缓存 监控
ClickHouse 架构原理及核心特性详解
ClickHouse 是由 Yandex 开发的开源列式数据库,专为 OLAP 场景设计,支持高效的大数据分析。其核心特性包括列式存储、字段压缩、丰富的数据类型、向量化执行和分布式查询。ClickHouse 通过多种表引擎(如 MergeTree、ReplacingMergeTree、SummingMergeTree)优化了数据写入和查询性能,适用于电商数据分析、日志分析等场景。然而,它在事务处理、单条数据更新删除及内存占用方面存在不足。
4900 21
|
存储 消息中间件 druid
Druid 架构原理及核心特性详解
Druid 是一个分布式、支持实时多维OLAP分析的列式存储数据处理系统,适用于高速实时数据读取和灵活的多维数据分析。它通过Segment、Datasource等元数据概念管理数据,并依赖Zookeeper、Hadoop和Kafka等组件实现高可用性和扩展性。Druid采用列式存储、并行计算和预计算等技术优化查询性能,支持离线和实时数据分析。尽管其存储成本较高且查询语言功能有限,但在大数据实时分析领域表现出色。
3422 19
|
机器学习/深度学习 人工智能 并行计算
【AI系统】Kernel 层架构
推理引擎的Kernel层负责执行底层数学运算,如矩阵乘法、卷积等,直接影响推理速度与效率。它与Runtime层紧密配合,通过算法优化、内存布局调整、汇编优化及调度优化等手段,实现高性能计算。Kernel层针对不同硬件(如CPU、GPU)进行特定优化,支持NEON、AVX、CUDA等技术,确保在多种平台上高效运行。
773 32
|
存储 SQL NoSQL
Doris 架构原理及核心特性详解
Doris 是百度内部孵化的OLAP项目,现已开源并广泛应用。它采用MPP架构、向量化执行引擎和列存储技术,提供高性能、易用性和实时数据处理能力。系统由FE(管理节点)和BE(计算与存储节点)组成,支持水平扩展和高可用性。Doris 适用于海量数据分析,尤其在电商、游戏等行业表现出色,但资源消耗较大,复杂查询优化有局限性,生态集成度有待提高。
2856 15

热门文章

最新文章