相聚杭州,53 位代表参会!龙蜥社区两大委员会圆满结束

简介: 龙蜥社区技术委员会和运营委员会上,分别汇报了当前社区产品发布策略及年度运营规划。

2024 年5 月 24 日,龙蜥社区分别召开了第 14 次技术委员会会议和第 24 次运营委员会会议,来自 24 家理事单位的 53 位委员及委员代表出席,两个会上分别同步了当前社区产品发布策略及年度运营规划,就社区产品、运营目标、社区重要活动如第二届龙蜥操作系统大会等进行了汇报和研讨。本次运营委员会会议上,全票通过龙蜥社区运营委员会 2024 年年度运营目标,继续群策群力,共同推动社区发展。


(图-释贤度法师及线下参会全体委员合照)


会议开始,龙蜥社区理事长马涛为本次技术委员会和运营委员分别做了开场致辞。他首先对持续支持和奉献社区的委员们表示了感谢,同时提到,今年社区进入了关键发展阶段,即将停服的 CentOS,给国产操作系统带来了压力的同时也提供了机遇,期望龙蜥社区全体合作伙伴把握住这次机会,共同努力将社区推到一个新高度。他强调,高效运营对社区持续发展至关重要,运营委员会的各位成员在其中发挥了重要作用,也希望更多的业界同仁能参与进来,在社区技术委员会和运营委员会中互帮互助、团结协作,追随技术的发展浪潮,为中国操作系统技术路线的统一出谋划策,为未来 10 年内中国开源操作发展奠定基础。


(图/马涛) 

第 14 次技术委员会会议:Anolis OS 23、开源工具链


本次会议由阿里云刘寅主持,会议围绕 Anolis OS 23 版本、开源工具链 dev-toolset 提案、社区文档统一方案等议题展开讨论。


技术委员会主席杨勇坦言,“过去一年 AI 技术的迅猛发展,对操作系统领域产生了深远影响。我们预期 CentOS 停服会迅速改写开源'操作系统'的格局,但通过观察 CentOS 6 EOL 后逐步淡出过程,就会发现这绝非短期内能够彻底完成的变革,而是需要社区长期持续的投入和支持。因此,面对这一长期挑战,未来,龙蜥社区如何帮助合作伙伴一起做好操作系统生态发展、兼容性很有必要,社区在未来的发展路径上也承载着重要使命。” 技术委员会副主席孟杰也强调了 AI 将发挥重要作用,成为操作系统发展的新趋势。


技术委员王江波(阿里云) 对 Anolis OS 23,尤其是 23.1 的发展情况做了整体全貌汇报。目前,在 23 版本完成了软件包选型、kconfig 拉齐,是各家单位通过龙蜥社区协作共建版本,有更多 23 版本文档会在社区公开访问。技术委员李崇及 Annita Zhang 就开源工具链 dev-toolset 的提案向大家进行了汇报。新的硬件架构平台上,用户可以使用 Developer Toolset 中提供的更新工具链版本来编译和优化自己的应用程序,新的工具链提供了对新的架构上新指令、新特性的支持,用户可以获得更好的开发体验和更高的生产力,从而加快软件开发周期并提高代码质量。在 Anolis 23.2 里,希望包含最新的 dev-toolset,对 Intel 在 2024 年推出的全新硬件 GNR 和 SRF 提供编译工具上的支持。阿里云张永超汇报了社区文档统一方案,通过该方案,解决了当前社区文档存在的分散、不统一,导致用户不容易查找追溯的问题。


(图/圆桌讨论环节)


最后,在圆桌讨论环节,龙蜥技术委员会主席杨勇对过去 3 个月各家理事单位贡献情况做了同步并表示感谢。 


第 24 次运营委员会会议:全票通过年度运营目标


会议由运营委员会副主席金美琴主持,主要围绕本年度运营目标和规划、6 月份MeetUp、贡献平台建设和龙蜥大会共建等相关议题进行讨论。


运营委员会主席陈绪强调了日常运营在社区管理中的重要性,他指出,面对龙蜥生态的多元化需求,社区不仅要精心把控运营的步调与节奏,更要致力于服务和促进社区技术的持续进步,共享技术成长带来的红利。


会上,运营委员会副主席金美琴发起了 2024 年度运营“3 大目标”的提议和表决,在会上为各位委员进行了详细解读。她介绍,该目标是结合了龙蜥社区当下发展需求,秉持中立开放共建共享的基本原则,对 2023 年度运营委员的目标进行了延续和拓展。基于此目标,同步发布了《2024 龙蜥社区运营委员会年度计划》来推进落地,计划将作为运营委员会月度会议的常规议题跟进,包括重要运营活动、两大联盟的生态运作规划、人才培养计划等各项运营工作。会上,各位委员表示,今年的运营目标和规划相较于 2023 年更完善。最终,会上全票(17 票)通过2024年度运营目标 ,表决生效。


(图/运营委员表决现场)


活动是技术交流的重要途径,加强了创新资源的整合和共享,龙蜥社区 6 月活动同步推进中。运营委员蔡佳丽、张旭芳、胡捷分别介绍了标准化、安全联盟-系统安全、运维联盟-系统运维三场 MeetUp。其中,由龙蜥社区安全联盟与浪潮共同举办的「系统安全 Meetup 」日程已发布,并于 6 月 7 日截止报名(现场仅限 80 席),欢迎大家相聚北京,一起深入探讨当前系统安全的现状与未来发展趋势;由龙蜥社区系统运维联盟与中兴共同举办的「智能可观测运维技术 MeetUp 」正在征集议题,包括但不限于智能化故障、云原生、虚拟化、AlOps 技术、运维评测工具及系统等相关技术领域,欢迎大家提报,与现场嘉宾分享运维痛点和最佳实践。更多社区月度大事件详见《龙蜥社区 5 月度运营大事件回顾》。


如何为广大合作伙伴实现商机共享、搭建商业合作平台,一直是龙蜥社区在生态上不断探索和解决的问题。基于此,将龙蜥社区理事长单位阿里云的技术与生态优势和龙蜥社区生态资源进行整合,是生态合作的关键策略。Alibaba Cloud Linux 产品负责人贾正华现场为大家详细介绍了龙蜥社区和阿里云云市场的合作模式。龙蜥社区与阿里云已在 2023 年 12 月联合推出了“Alibaba Cloud Linux 伙伴招募计划”。该计划自发布以来,吸引了近 30 家社区生态企业加入,并发布了该计划的首批最佳服务商获奖名单——广东堡塔、北京君云时代、上海微柳等 9 家服务商入选,这也是龙蜥社区联合伙伴发布的首个镜像服务商奖项。该计划持续招募中,加入可点击:“Alibaba Cloud Linux 伙伴招募计划”。


首届龙蜥操作系统大会赢得了业界的广泛认可和高度关注,第二届大会同样备受瞩目。会上,运营委员兼品牌小组组长孙林林同步了第二届龙蜥大会当前的规划,并与各位运营委员做了充分讨论。运营委员吕荟晶表示本届龙蜥大会可以将更多的开发者聚焦到线下,期待与大家共同交流。浪潮信息、中兴通讯、凝思、海光、中科方德、红旗软件等理事单位都对第二届龙蜥大会表示了期待和祝福,将积极参与龙蜥大会的筹备工作。 

致谢

会议最后,全体委员与灵隐寺释贤度法师围绕技术与佛学进行交流,贤度法师当前在负责用人工智能等技术整理佛教经典。

特别致谢释贤度法师。

感谢龙蜥社区的委员代表参与本次社区会议,本次会议内容将会继续同步在「社区品牌推广 SIG」中,欢迎关注。

相关文章
|
6月前
|
传感器 人工智能 安全
2026EDGE AI报告-深入解读塑造EDGE AI下一阶段发展的关键技术指南
《2026 Edge AI 技术报告》深度解析边缘智能前沿:涵盖小型化基础模型、多模态感知、超低功耗硬件(神经形态/传感器内计算)、Agentic AI架构、Physical AI系统,以及MLOps、协作学习与信任栈(安全/隐私/可解释性)。报告由Wevolver联合顶尖专家与生态伙伴发布,聚焦工程落地与可持续发展。(239字)
1019 0
|
API Python Windows
ChartGPT API是一个基于Websocket的API
ChartGPT API是一个基于Websocket的API
576 1
|
存储 SQL 数据库
第一范式(1NF)
第一范式(1NF)是关系数据库设计中的基本规范化级别。它要求每个表中的每个列都只包含原子值,也就是说,每个列中的数据不可再分。
1171 2
|
安全 架构师 Cloud Native
逾百位开发者到场,超 2 万人线上观看!龙蜥社区开发者服务 devFree MeetUp 精彩回顾来啦
来自众多厂商及科研院所的12位专家和教授,分享了12场精彩主题演讲。视频回放已上线,欢迎观看。
|
21天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
9071 29
|
20天前
|
人工智能 并行计算 PyTorch
秋叶 ComfyUI 2026 整合包 v3.2 完整部署教程:Python 3.13 + Torch 2.13 全栈升级
秋叶aaaki ComfyUI 2026年8月整合包v3.2正式发布!全面升级Python 3.13.11、PyTorch 2.13.0+cu130及ComfyUI v0.30.2,原生支持MiniMax H3、Wan 2.2、Qwen-Image-2.1等2026主流音视频/图像模型,解压即用,无需环境配置。
4153 16
|
19天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
2335 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
7天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。

热门文章

最新文章