6月18日，OpenAnolis“介绍系列”第三期——走进IntelMeetUp上线并圆满结束。此次英特尔MeetUp在线观看人数达万人次，回收调查问卷近500份，直播间参与人数达数万人次。汇集了龙蜥社区的众多SIG开发者和来自英特尔、同心软件、浪潮云、移动云、阿里云的大咖，与我们分享英特尔在龙蜥的前沿技术、优化实践、创新趋势等社区，包括IntelArchSIG合作成果、基于Intel硬件的全场景本地化迁移方案、下一代新平台新特性等技术干货。有哪些干货的具体技术解读，请和小龙一起往下看！首先由龙蜥社区主席马涛致开幕词：首先感谢英特尔对本次龙蜥社区MeetUp活动的大力支持。英特尔作为龙蜥社区的理事单位，为社区做的非常好。总结一下，英特尔在龙蜥社区围绕英特尔芯片等方面的工作，我认为有以下三个重要特点：第一是全面性。DragonLizard社区整个场景非常丰富，无论是云原生、机密计算、应用加速等等，这些丰富的场景以及这些场景下如何围绕操作系统和英特尔芯片实现场景化、定制化的加速。龙蜥的核心技术。其次，英特尔对DragonLizard社区的介入非常深入。对于刚刚提到的场景，Intel在龙蜥社区做了很多的定制和优化。因此，龙蜥在如何使用英特尔芯片加速应用，让应用运行得更快、更稳定、更好，积累了丰富的经验。第三，Intel在DragonLizard社区做的很多工作在全球范围内也是非常领先的。所以总结起来，英特尔为龙蜥社区贡献的三个关键词就是：全面、深入、领先。随后，龙蜥社区主任、英特尔技术总监杨继国发表开幕致辞：英特尔是龙蜥社区的首批理事。、新特性、新优化都贡献并集成到DragonLizard社区发布中，让广大平台用户第一时间在DragonLizard操作系统上获得对新平台的支持，从而使DragonLizard操作系统全局。处于操作系统发布的最前沿。DragonLizard社区自成立以来，吸引了众多行业生态合作伙伴和开源开发者的广泛参与。我觉得以下两个方面尤为重要：第一点是不同领域生态伙伴的加入，让整个生态结构更加多元和完整。DragonLizard社区现有200多家生态伙伴，涵盖不同领域，生态更丰富、更健壮。第二点是广泛的开发者参与，社区更有活力和活力。DragonLizard社区在多个技术方向建立了专门的兴趣小组，不断吸引开发者加入社区，推动社区在各个技术领域的创新。演讲结束后进入线上技术分享阶段。11个专题、12位技术专家将重点介绍IntelArchSIG目前的工作进展、虚拟化技术、AI性能优化、SPDK、SSL/TLS带来的性能问题分析。分享。胡晓利用这次MeetUp分享了英特尔的大量技术投入。在此特别强调龙蜥社区中几个特殊兴趣小组（SIG）对应的重点领域，包括：1.在人工智能领域，贡献英特尔全栈、全流程AI软件系统，打造龙蜥lizard运行系统中的AI基础平台。2、在机密计算领域，利用英特尔芯片级安全技术赋能平台和业务，帮助龙蜥社区构建友好的开发者生态。3、在云原生基础设施领域，我们将与新成立的云原生SIG中的合作伙伴一起打造更高效的资源调度和业务加速平台。4、在云系统和工具领域，重点研究基于傲腾TM数据中心非易失性存储器和固态硬盘的基础软件和工具链，特别是分层存储器的创新和实现。5、在核心系统领域，致力于合作打造适应云时代需求的高性能网络子系统、高性能存储子系统和下一代高度可扩展的虚拟化技术。此外，还将进一步加强DragonLizard操作系统核心领域的技术研发和联合创新，与社区合作伙伴共同构建更加灵活的硬件认证体系和软件交付方式。丁宁介绍了DragonLizard社区的发展现状，阐述了IntelArchSIG、Anolis内核ANCK、商业发行版阿里云Linux内核的上下游关系，并分享了阿里云选择AnolisOS作为上游的原因.随后介绍了IntelArchSIG目前的工作进展以及对Intel主流服务器平台的支持情况。最后，通过解决方案在阿里云应用场景中的最佳实践展示IntelArchSIG合作成果。李冲（Aubrey）首先介绍了IntelArchSIG的工作目标和近期计划，然后总结了IntelArchSIG自成立以来，为DragonLizard操作系统贡献了英特尔下一代可扩展至强处理器平台。12大特性和700多个补丁，主要介绍了英特尔?高级矩阵扩展（AMX）技术、英特尔?数据流加速器（DSA）技术和英特尔?可扩展I/O虚拟化（SIOV）技术。最后，李冲还分享了英特尔ArchSIG下一步的工作计划，包括高可靠性、机密计算、可扩展性和无缝热升级四大方面，希望利用英特尔技术帮助龙蜥操作系统成为行业领先、领先的操作系统。操作系统。李小平首先介绍了CentOS宕机事件对国内相关企业用户的主要影响，并从安全补丁、版本更新、系统维护等几个方面进行了阐述，随后开发了大量国内服务器应用软件和云平台基于CentOS。而适应的环境，CentOS的停用，将给这些应用软件和云平台带来重大的安全隐患。最后，从国内企业用户的角度，建议相关企业用户抓紧停用前的最佳更换期进行系统更换，防范重大安全带来的生产系统不稳定、业务数据丢失等潜在风险漏洞。最后介绍，同心软件不仅拥有成熟的服务器操作系统产品供用户使用，还为用户提供基于Intel（x86_64）的全周期迁移解决方案，有效保障基于Intel开发的应用软件2、3代芯片服务器，可平滑切换至Intel基于5.10内核发布的最新硬件服务器资源。黄文焕介绍了基于英特尔?深度学习加速（Intel?DLBoost）技术的AI性能优化的相关内容。首先介绍了Intel?AVX-512和深度学习加速技术在每一代Intel?Xeon?处理器上的演进，包括第一代深度学习加速技术VNNI；第二代?深度学习加速技术BFloat16；以及下一代深度学习加速技术AMX。接下来，我将与大家分享这些深度学习加速技术在龙蜥社区AISIG的应用以及带来的性能提升，包括对深度学习框架TensorFlow和PyTorch的优化，以及模型压缩的优化工具INC。最后介绍了下一代至强可扩展处理器SapphireRapids上的AMX技术，并分享了其理论性能提升和相关应用场景。李逍遥介绍了未来英特尔虚拟化技术的新功能。新功能可以分为两类，一类是需要虚拟化支持的新功能，即hypervisor会正确地将新功能虚拟到虚拟机中，这样虚拟化系统才能使用，比如CET、AMX、ArchLBR、PKS、UI。另一类是用于虚拟化的新功能，由hypervisor支持以增强hypervisor的能力或安全性，例如SVA、SIOV、TDX、BusLockDetection、NotifyVMexit和IPI虚拟化。在安全性越来越重要的前提下，越来越多的网站从HTTP转向HTTPS，更多服务之间将通过SSL/TLS建立安全的通信通道。在带来安全性的同时，性能问题也随之而来。在本次演讲中，张莉将从此类场景下的问题介绍入手，分析SSL/TLS带来的性能问题，并介绍英特尔第三代至强处理器中的密码加速特性如何帮助解决这些问题，并进行概述该功能在DragonLizard系统及部分业务场景的加速实践，供大家参考。胡风华首先介绍了傲腾技术的背景和特点，以及基于傲腾技术的产品和路线图，然后通过一些具体的项目和案例展示了如何在云环境中应用傲腾持久内存。这些案例包括用LinuxMemoryTiering自动分层DRAM和PMem，BTT驱动性能优化，使用PMem构建虚拟机并为容器提供高速存储，兼容Redis的数据库TieredMemDB，rocksDB读写优化，面向KV存储引擎KVDK和使用PMem加速消息队列Pulsar等。吴宝玺分享了浪潮在高性能、安全性、可靠性、开放性和可扩展性的云数据中心操作系统方面取得的成果，并重点介绍了可信计算技术在云数据中心场景下的应用研究所做的工作。介绍了浪潮云操作系统安全可信解决方案的架构，重点介绍了服务器信任（Intel硬件信任技术应用和固件主动信任验证技术等）、虚拟化平台信任（信任链构建与传递、虚拟化探索与成果）在可信根池建设等方面做出，工作负载可信调度（可信资源池建设）等。OceanBase（简称OB）是一个分布式HTAP数据库，主要解决海量数据存储和混合负载数据处理场景。与Oracle、SQLServer等实时HTAP数据库系统类似，OB的使用场景不仅包括简单的OLTP查询，还包括报表分析、业务决策等复杂的OLAP查询。OLAP查询具有数据处理量大、计算查询复杂、CPU消耗高等特点。为了解决混合负载下的数据查询效率问题，OB采用业界常用的向量化技术，设计了向量化查询引擎，实现了一套同时支持TP和AP负载的SQL引擎。OLAP数据处理性能提升一倍，TPCH场景提升约2.5倍。在本次分享中，屈斌介绍了OB矢量化引擎的技术特点和设计细节。主要包括以下几个方面：1、为什么要引入向量化。2、矢量化引擎的引擎技术特点。3、OB矢量引擎的技术实现细节。童坤坤介绍了SPDK的概念和原理，包括SPDK实现高性能的核心点、SPDK线程模型、通道模型等，结合SPDK在移动云虚拟云主机的应用场景，阐述了虚拟化技术，我/O虚拟化、虚拟化分类、virtio原理、vringIO请求流程、基于qemu-vhost的半虚拟化存储。介绍了移动云在SPDK实践中遇到的问题、解决方案和优化，包括SPDK运维监控、SPDK存储热迁移、SPDK热更新、SPDK快速恢复等。最后，介绍了SPDK的发展历程，并对SPDK的未来进行了展望。开场，崔龙介绍了多核服务器上资源共享带来的云服务QoS波动，以及IntelRDT特性在监控和分配内存带宽、三级缓存使用情况以保证QoS的作用。英特尔RDT在上游内核中提供支持。然后详细介绍了如何通过pqos和Kernelresctrl接口使用IntelRDT。同时也以speccpu为例说明不同负载对资源的敏感度有很大差异。最后介绍了英特尔RDT部署在实际业务组合中的一系列实例。当然，本次IntelMeetUp不仅有大量的技术分享，社区还为在线观众准备了抽奖环节。数据线、龙蜥社区吉祥物小龙抱枕等，中奖率高达60%，线上直播现场气氛十足。（图/本次抽奖奖品合集）最后感谢龙蜥社区和Intel工作人员：金美琴、Jane、金云彤、孙琳琳、Jessica、AlbertHu、PaulineChen、蔡佳丽、崔凯、夏敏琪、张梦瑶、袁彦涛等人的组织与配合，特别感谢InfoQ媒体人员的支持。在大家的努力下，本次走进IntelMeetUp活动圆满结束。课件及视频获取：本周内将在龙蜥官网（首页-动态-视频）上线视频回放。更多相关活动会在此处或龙蜥社区交流群发布。记得持续关注龙蜥社区公众号，注意不要迷路哦！-超过-
