如何联合开源技术与国际社区形成双向互动，消除 CentOS 策略变更带来的影响？“全网首档操作系统探访体验节目”《龙蜥+超级探访》重磅上线！统信软件既是实现开源和商业互补协作的成功典范，又是身先士卒引领伙伴投身开源的“大队长”，也是龙蜥+超级探访首期走进的企业。且看龙蜥社区联合行业内生态伙伴何实现从技术创新到商业变现的跨越。

据《国产服务器操作系统发展报告（2023）》称，在云与AI深度融合的技术浪潮之下，服务器操作系统产业正处于升级迭代的关键时期。该主论坛将聚焦服务器操作系统产业 2.0 时代背景，集领域专家学者、联盟协会领导、企业领军人物等，深度解读国产操作系统的过去与未来。讲师/嘉宾简介专家学者、联盟协会领导、企业领军人物

我们了解的 Linux 稳定性都是基于 x86 和 Arm 服务器上的，然而在手机上的系统稳定性，也值得我们去一探究竟。魅族科技高级工程师、龙蜥系统运维SIG Contributor 白浩文与嘉宾一起谈一谈《手机内核稳定性的治理与实践》。他首先简要介绍了稳定性问题的来源，以及开发过程。重点举例介绍了运行时动态检测的一些方法以及相关原理。在实践中，魅族手机在开发阶段引入了一些新的特性来提高捕捉内存异常的概率，其中也包括从上游龙蜥社区引入的改进特性。为了全方位监控和解决稳定性问题，魅族也在智能化分析问题和提升效能方面做了相应工作。最后，还作了简要的总结和阐述所面临的一些挑战。

根据中科方德自身的实践，从可用性、可靠性、安全、运维等多个维度分享云平台的实践经验。

作为龙蜥社区的创始理事单位，以及全球最大的半导体芯片制造商，英特尔为龙蜥提供先进的硬件优化技术，是开源社区创新技术孵化合作的完美典范，也是本期《龙蜥+超级探访》走进的企业。本次访谈邀请了英特尔副总裁、英特尔软件和先进技术事业部总经理李映，英特尔技术总监、龙蜥社区理事杨继国，阿里云服务器操作系统产品经理贾正华，阿里云高级技术专家、龙蜥社区英特尔 Arch SIG Maintainer 丁宁，阿里云 Higress & MSE 云原生网关产品负责人耿蕾蕾等 5 位业界专家，深度解读在操作系统产业面向 AI 升级换代的历史节点上，英特尔如何联手龙蜥布局“云+AI”的未来？在双向奔赴的合作历程中，龙蜥与英特尔如何完美搭配将创新技术孵化至成熟产品，进而服务关键业务场景？

了解OceanBase分布式数据库及其诊断现状，快速洞悉obdiag作为OceanBase敏捷诊断工具的项目价值及其设计与实现，提前知晓obdiag未来规划。

9 月 21 日，作为 GOAI 开源周系列重磅活动，由龙蜥社区主办、AMD 协办的龙蜥社区 SkillHub 精选技能实战工作坊在杭州云谷中心圆满举办。这是龙蜥社区升级为 AI 原生操作系统社区后的首次线下 Skill 实战工作坊，以“从 Infra 到 Agent ”为核心主题，汇聚操作系统、算力硬件、内核、安全、数据库、运维等多领域技术专家，与现场超 70 位开发者，围绕 Skill 生态底座、系统安全、场景化落地、标准化开发等核心维度展开深度分享，全景探索基础设施与智能体融合的真实落地方案。

分享系统化搭建超智融合算力架构的思路，实现整套集群从芯片、存储、网络到操作系统、算力调度、系统运维的深度融合，以支撑复杂科学计算、工程仿真和AI大模型训练/推理的超智融合应用场景。

本次分享将介绍阿里巴巴自研强化学习框架ROLL及其针对AgenticRL异构负载的深度优化方案。重点解读如何通过异构硬件亲和性调度、细粒度异步编排以及状态感知的按需弹性部署，攻克大规模场景下的通信与计算瓶颈。目前，ROLL已在三千卡集群、千亿参数MoE模型上实现了生产级的极致吞吐；此外，我们将探讨ROLL与Mooncake存算分离架构结合的未来演进，进一步释放大规模RL后训练的潜力。

主机智能巡检，正是“业务韧性”最锋利的那把刀——从事后救火，转向事前防护。

Tokenless 支持接入多种 Agent，在工具输出进入模型前压缩冗余内容，无需改变现有提示词和工作流。任务完成后，开发者可通过运行统计与 AgentSight 查看 Token 用量和节省效果，让 Token 使用清楚可见。

2026 开放原子开源生态大会上，龙蜥社区迎来了发展历程中的又一重要里程碑——正式完成向开放原子开源基金会的捐赠。在捐赠仪式上，开放原子开源基金会秘书长助理李博出席见证，龙蜥社区理事长马涛代表社区完成签约。会上，阿里巴巴集团合伙人、阿里云高级副总裁蒋江伟分享了开源战略在阿里巴巴的落地实践。蒋江伟强调，在 AI 时代，操作系统是被重塑最深的基础软件层，龙蜥社区正是这一变革中的关键力量。同时，在大会上蒋江伟宣布了将龙蜥社区正式升级为“AI原生操作系统社区”。

联科集团加入龙蜥社区多年，一直与龙蜥保持深度合作，其超智融合算力管理平台 CHESS 与 Anolis OS 的完成了兼容适配认证。联科集团联席合伙人付鸿雁结合联科集团 25 年深耕高性能计算的经验，系统化解析超智融合算力中心的搭建路径，实现整套集群从芯片、存储、网络到操作系统、算力调度、系统运维完成超算和智算真正的融合。

从以 GPT 为代表的大模型出现之后，用 AI 实现 Ops 解决运维困境的梦想看起来实现近在咫尺，但 AIOps 发展的核心瓶颈是数据。现阶段的运维体系存在大量的数据盲区、数据孤岛、数据关联等问题，运维诊断更多的是依靠经验、猜测、直觉和灵感，而不是依靠数据。

从点点滴滴的迁移适配过程，分享上游社区操作系统内核，在国产化架构系统的适应、变迁与优化路径。

抖动是影响业务性能的一大类问题，通过深入理解 Linux 应用运行过程的抖动原因，来协助系统及应用进行优化。同时介绍怎么 SysAK 工具对问题进行监控和诊断。

陈凯悦带来《从社区到生产：基于 SGLang HiCache + Mooncake 的深度优化与企业级落地工程实践》主题分享。视频完整还原了 HiCache 与 Mooncake 在内部推理集群的规模化部署过程，并深入解析其在企业客户环境中的落地实践，为 SGLang 从开源社区走向生产环境提供了宝贵的工程经验与优化思路。

CentOS 停止更新，企业和用户面临着系统安全和稳定性的双重挑战。而国内对于自主可控操作系统的需求日益增加，在此背景下，操作系统迁移已成为势在必行的选择。KOS 团队立足于国产化需求，提出了浪潮的操作系统迁移方案，并经过多个行业的实战落地，形成一套成熟方案，迁移技术自主可控，助力企业在数字化转型中稳步前行。

本话题将介绍龙蜥操作系统在云原生领域的深入探索和场景优化，展示其针对云原生所做的全面优化以及强大特性，邀请龙蜥社区的用户介绍这些特性在各自领域的落地情况。通过讲解基础软件的优化方法和案例，为听众提供关于如何在云原生场景下提高性能、安全性和稳定性的建议。同时我们也会邀请学术界大拿，为大家带来云原生领域前沿的探索信息。讲师/嘉宾简介技术专家

从 DeepFlow 的实践经验出发，以业务运维、应用开发的视角分享了一系列典型实战案例。通过他的分享，我们更生动的了解到了 eBPF 作为一项非常底层的内核编程技术，是如何支撑银行分布式核心快速上云，如何让层层网关呵护下的 Serverless 应用快速实现全栈链路追踪，如何帮助 C++ 技术栈的游戏应用解决插桩难的观测痛点，如何为祖传代码遇到的降本增效难题提供解决方案，如何化解公有云服务商和租户之间的工单卡死难题，以及如何结合 Wasm 技术让新一代证券交易系统实现零侵扰的分布式追踪。

通过本次讲座，Java 开发者可以进一步地了解到一些 Java 代码背后的行为，特别是与 CPU 硬件相关的性能优化，进而理解如何使用 SIMD 指令集进一步提升 Java 代码的性能。同时，听众能大概了解 SVE 这一最新的 Arm SIMD 指令集架构。

英特尔亚太研发有限公司高级应用工程师金钟晖、阿里云智能云原生应用平台高级开发工程师魏嘉带来《Java 云原生能力重磅升级：开启高性能和可观测的新时代》主题分享。 在可观测领域介绍了 Continuous Profiling 对于应用的意义以及价值；系统性能分析和高级语言（JVM）性能分析的差别和性能分析类型分类；JFR 和 Async-Profiling 的优势和优缺点，Arms 和 Dragonwell 团队在 Continuous Profiling 领域的合作以及产品情况；Continuous 带来的难点以及解决办法：利用 SegmentTree 从 O(n) 到O(Log(n)) 的查询优化。 在计算领域介绍了在 Java 领域进行高性能计算，特别是如何充分利用当前硬件进行高效向量化运算面临的挑战，以及阿里巴巴和英特尔应对这些挑战做的努力。目前阿里巴巴和英特尔共同投入了相关的专家，着力于把 VectorAPI 移植到 Dragonwell11 上。不久业界就可以用到 OpenJDK11 兼容增强的 Dragonwell11+VectorAPI 的解决方案。从而在提高 CPU 运算效率的同时有效解决了在 Java 领域使用向量化计算所带来的挑战，极大地提升了 Java 云原生计算能力。

中兴通讯无线软件平台部系统性能调优专家张诗烩做《OpenJDK 的 RISC-V 生态实践》主题演讲。他围绕 OpenJDK 在 RISC-V 架构上的工程化实践展开，重点介绍了 OpenJDK master 分支中 RISC-V 相关改进反合到 OpenJDK 21 的过程，并结合当前针对 RVV 后端冗余 vset 指令的优化工作，分析了 RISC-V 向量化代码生成中的性能问题与改进思路。

ANOLISA 是打造的 Agent 系统管家。它的使命是：打造更高效、更安全的 Agent Native 环境。

本次分享展示EPD在图像密集请求（4–8张/次）下的优化：1 QPS时比非分离部署延迟低约6–8倍，高QPS下吞吐增约2倍；解析EPD解耦架构如何以组件弹性扩展与异构部署避免Prefill节点成倍扩容。并聚焦SGLang面向Omni多模态的系统演进，阐述如何将LLM推理扩展到文本、图像、音频、视频多模态IO，以及Processor拆分、数据流与调度、多阶段推理协同等关键设计与实践。

1）介绍社区 CI 体系和四大服务流程。 2）介绍如何接入社区 CI 服务。 3）未来规划和自由讨论。

沐曦股份SGLang推理引擎核心开发者杨鑫压轴分享《沐曦GPU对SGLang的深度适配与工程实践》。视频详解SGLang在沐曦GPU上的全流程适配、自研MXMACA软件栈技术亮点，以及最新模型适配进展与性能优化实战，全面展示国产算力与开源推理框架深度融合的工程成果。

LLM推理中prefill（计算密集）与decode（访存密集）资源特性迥异。现有PD分离方案割裂KV cache池、难以适应流量波动；Chunked-prefill则在SLO达标率与GPU利用率间顾此失彼。MuxWise提出GPU内PD空分复用新范式：动态划分SM，让prefill与decode在同一GPU上并行执行、共享KV cache。系统包含三项核心技术：无气泡空分复用引擎、竞争感知延迟预测器、decode优先SLO感知调度。在主流GPU和任务上实现最高3倍goodput提升，代码已合并入SGLang主分支。

SGLang 贡献者、阿里巴巴集团通义千问（Qwen）团队成员林骏荣做了题为《使用 SGLang 进行高效稳定的强化学习》的主题演讲。近期，SGLang 强化学习团队在提升强化学习（RL）训练稳定性、并缩小训练与推理误差方面取得了显著进展。在本次演讲中，我们回顾了这些进展，讨论其背后的关键动机和解决方案。

本次演讲重点介绍面向大规模数据中心的GPU RAS能力建设要求，包括大规模数据中心集成过程中遇到的痛点问题，GPU RAS功能及管理要求、GPU系统级故障注入、错误报告及调试转储等内容。

随着大语言模型（LLM）的普及与应用，AI计算需求快速增长。许多LLM模型运行在基于GPU的硬件上，而随着Arm架构不仅在边缘设备，而且在数据中心领域也愈发流行，如何让RTP-LLM（实时推理框架）有效支持Arm CPU平台变得尤为重要。通过优化LLM在Arm平台的推理性能，可以进一步提升功耗效率和模型部署的灵活性。

了解高性能编译器带来更加快速、流程的开发体验。

当龙蜥操作系统遇到云原生

随着 RISC-V 生态向高性能领域持续拓展，定制硬件指令的潜力释放，越来越依赖于编译器对指令语义的精准映射与高效利用。中兴通讯操作系统产品部编译器专家唐玉科分享了《软件基石：RISC-V编译器生态建设实践》。唐玉科以向量绝对值计算指令为典型案例，从问题分析、IR 建模、指令模版定义、汇编代码生成等方面，完整描述一条硬件指令在 GCC 编译器中的 “从无到有”的过程，帮助开发者掌握指令扩展的核心方法，赋能 RISC-V 生态高效落地，建立软硬协同设计思维，切实赋能 RISC-V 架构在多样化场景中的高效落地与生态繁荣。

2026 开放原子开源生态大会上，在开放原子开源基金会理事长谢少锋和龙蜥社区理事们的见证下，龙蜥社区（OpenAnolis）正式官宣升级为 AI 原生操作系统社区，并发布了面向智能体系统的社区级技能生态平台 SkillHub 。

Mooncake 是一个以 KVCache 为中心、面向解耦场景设计的分布式大模型推理架构，通过零拷贝传输、多网卡池化与链路优化、弹性扩展与高效内存利用等技术，助力 SGLang 实现了 KVCache 的高效跨节点传输与共享，显著提升了推理性能。KTransformers 是一个 CPU/GPU 混合的大模型异构推理框架，基于 AVX/AMX 指令集，实现了 NVFP4、FP8、BF16 等原生精度 MoE kernel，支持了高效的原生精度推理；同时，使用专家级流水线进行流式预填充，通过 SGLang 的 GPU MoE Kernel 实现了 layerwise prefill 架构，大幅提升长上下文场景的吞吐与延迟表现。本次分享将聚焦于 Mooncake 和 KTransformers 的架构设计、关键技术特性、最新进展，以及与 SGLang 的集成实践和应用效果。

周彭晨表示，操作系统产品安全是一个不断演进的动态过程，及时发现和修复系统漏洞是操作系统安全合规治理的重要基础，围绕 CVE 的漏洞管理体系直接影响产品的安全响应效率与风险控制水平。同时，以开源组件为基础的操作系统产品存在漏洞数据庞大，漏洞信息不完整、格式不统一、更新滞后等问题，导致误报率高、关键漏洞易被忽略，严重影响处置效率。通过 AI Agent 实现多源信息采集、标准化处理与漏洞智能增强，并利用 AI Agent 辅助进行漏洞影响的评估和分析，可有效提升漏洞处理的效率和准确性。

探讨了具身智能系统，其核心在于构建紧密耦合的“感知-融合-决策-执行”闭环，使机器能实时理解并作用于物理世界。指出实现面临的主要挑战：需达成高实时性、强鲁棒性的多模态感知融合，并进行高效动态决策与控制。该演讲以智能机器人为核心示例，聚焦基于Ubuntu + ROS2构建的主流机器人操作系统生态，探讨了OS在具身智能中的关键角色及其面临的端到端确定性问题。

OpenBMC 技术应用与实践。

数智化转型是一个综合、复杂、循序渐进的长期过程，企业通过数智化转型实现产品与业务的创新、组织和管理变革，全面提升核心竞争力。用友与统信软件作为战略伙伴，在生态适配和商业创新上深度合作，共建全栈式一体化解决方案，共同助力企业数智化转型与升级。

国产服务器操作系统发展报告（2023年）解读。

龙蜥社区理事长：聚力生态·共筑未来

介绍 Arm 架构下常用性能分析工具，结合龙蜥操作系统分享软件移植的注意事项和实际优化案例，从而帮助大家了解 Arm 架构下软件移植、优化过程中的常见问题和优化思路。

海光安全虚拟化技术的原理和技术特点、CSV 机密容器的原理和部署方法。

Linux操作系统适配多网SDK，实现物联网设备的弱网、灾备能力

大模型正从“参数竞赛”转向“应用落地”，算力的性能、成本与工程效率成为关键瓶颈。本圆桌邀请阿里云、中兴、沐曦、浪潮等企业专家，探讨三大关键：如何通过软硬协同释放异构算力效能？SGLang与开源社区如何降低部署门槛？在 AI 运维与垂直行业中如何构建稳定、弹性且低成本的推理方案？最终推动AI从技术突破走向产业落地。

介绍浪潮信息操作系统团队在人工智能浪潮中面向AI做的一些高效的AI解决方案。

龙蜥社区安全漏洞治理策略及漏洞全生命周期等，了解如何通过eBPF强大的数据采集能力和先进的异常检测算法，来提升容器异常检测系统的准确性和效率，了解机密计算技术是如何保护计算时数据安全，如何使用商密算法来解决常见的安全问题。

阿里云系统服务负责人冯富秋主持了主题为《云场景下运维的核心痛点及解决方案研讨》的圆桌讨论，来自清华大学博士，云杉网络研发 VP 向阳，谐云科技 CTO 苌程，乘云数字公司创始人度远，乐维创始人丁振兴，龙蜥社区系统运维 SIG Maintainer 张毅，观测云系统工程师张文杰，擎创科技可观测产品总监何晶，浙江大学城市学院教授李飞参加了讨论，嘉宾就运维的痛点、突破点和价值点三个方向的议题展开了热烈的讨论。

coolbpf 的远程编译.