01
-
算力上， CPU/GPU/NPU/DPU 算力单元适合不同的负载，但传统服务器上只提供固定配比的算力组合，这使得服务器在面对负载变化时非常不灵活。需要基于负载的计算需求，按需组合不同算力，并且在运行过程中动态的将任务调度到最适合的算力上运行。 -
互联上，高速互联总线（UALink、NVLink、Unified Bus、CXL 等）带来了超低时延、超大带宽、高可靠性、内存语义等关键特征，但高速互联总线还需要结合操作系统，实现系统性的设计、控制、协同，才能让高速互联总线发挥技术优势。 -
存储上，传统以 CPU 为中心的架构中，GPU、NPU 这些算力发起对内存和存储的数据访问的路径极为复杂，涉及到多次数据的搬移，很容易出现带宽和算力的瓶颈，需要通过 GPU/NPU 直通存储，以及全局共享，降低数据搬移和通信的开销。
02
-
过度配置：业务潮汐特征，需要提前预留资源，低负载情况下资源浪费，无法根据负载进行灵活配比，即使通过云原生方式进行按需弹性，其弹性效率也存在瓶颈。
-
孤岛式架构：集群内资源彼此不共享，各个节点资源存在碎片，集群内无法有效进行资源碎片整合。
-
高性能 SLA 要求：多任务运行由于部分业务苛刻性能 SLA 要求无法进行混合部署。
-
存储管理上，以大模型生成式推荐训练为例，其 Embedding 表最大可到 100TB+，KVCache 达到 PB 级, 而 HBM/DDR 容量有限，GPU/NPU 需要从外置或远端存储中获取数据，使其大部分时间处于饥饿等待状态，严重影响训练效率。 -
算力协同上，Agentic AI 以及推理的 CPU+XPU 协同，当前通算和智算的资源调度和管理方式都是独立的“烟囱”，由于缺少统一的协同机制，使得推理、通信负载不协调，造成了显著的长尾，频繁出现资源空闲（Bubble）问题，最终导致系统整体吞吐量变低。
03
-
性能挑战：计算架构的多样性，从 CPU->CPU+XPU，从片间异构->片内异构->核间异构，操作系统需要高效组合异构算力，提升任务处理速度。缩短数据供给速度与 XPU 计算速度的差距，提升计算效率。 -
资源利用率挑战：资源使用的时空不均，导致资源利用率低。时间上，如错误恢复时计算资源闲置；空间上，GPU 和显存不够 CPU 和 DRAM 浪费。需要池化和算力弹性，打破服务器盒子边界，实现大范围不同设备的池化和资源动态分配，提升闲置资源利用率。 -
可靠性挑战：链路拥塞、时延抖动、闪断丢包等异常都会导致系统性能规格急剧劣化、甚至不可用，需要结合操作系统进行精确感知、有效地故障处理及高效的故障恢复，避免故障扩散。 -
易运维挑战：面向大规模的多样化异构算力集群，全局资源管控、软件部署、故障定位定界等问题都变得更加复杂，操作系统需要考虑如何实现对不同算力的高效统一管理、软件高效部署，以及故障问题的高效定位定界。 -
生态兼容和应用平滑迁移挑战：计算系统都是伴随相应的计算范式同步发展，计算范式衔接芯片、硬件、系统软件和应用架构，形成持续正向循环发展的良性生态。操作系统对底层计算、网络、存储、通信资源进行合理的封装，建立正确的应用规则，避免应用软件滥用。面向新的 Scale-Up 池化异构系统，操作系统如何兼容现有 POSIX 接口，享受新硬件和互联总线带来的性能提升，同时提供新的系统服务接口，客户应用便捷开发可高效利用异构融合算力，性能进一步提升。
04
-
异构融合调度，按照算力协同范围，分层构建 XPU 调度、CPU-XPU 协同调度，Scale-Up 域内调度三层关键技术，实现吞吐最优，发挥极致算力效率。 -
异构融合内存，纵向按照 HBM/DDR/SSD 异质内存融合管理，横向按照 Scale-Up 域内内存一致性共享，实现最佳数据效率。 -
异构融合通信，按照多路径融合并行通信，释放高性能通信能力，使能 Scale-Up 域内数据面通信加速。 -
异构融合存储，通过池化共享存储能力，实现 Scale-Up 域内数据共享，提供存储直访功能，减少 CPU 开销，实现极简高效存储提升性能。 -
异构融合虚拟化，基于算力、内存、设备虚拟化，提供细粒度虚拟资源管理能力，实现虚拟运行时内 Scale-Up 域内资源高效利用。
-
超容器引擎：兼容传统云原生应用，在不改变容器镜像内业务的情况下，在异构融合环境下可同时提供垂直弹性伸缩和水平弹性伸缩的能力，达成极致资源利用率。 -
负载感知服务：构建多层次负载亲和与资源拓扑感知机制，实现超节点域内算力的最优调配与能效平衡，提升资源利用率与任务性能。 -
高可靠服务：面向通智融合应用，在兼容现有 POSIX 接口基础上，通过新增系统级快照，任务状态迁移，跨节点恢复，故障主动预测和处理等接口，应用可以通过调用或配合高可靠服务减少计划内和计划外停机次数，缩短停机时间，整体提升系统的可靠性。 -
异构安全服务：在去中心化对等算力的异构融合场景下，传统以 CPU 为中心的单机安全信任边界被打破，计算系统的机密性、完整性和可用性都面临新的安全威胁。操作系统的安全服务需要提供分布式访问控制，异构完整性保护，异构机密计算等能力，解决身份仿冒，完整性破坏，数据窃取，攻击扩散四类威胁。
05
