2023龙蜥操作系统大会全面进化 一云多芯分论坛.pdf

2023龙蜥操作系统大会全面进化一云多芯分论坛多元共生：龙蜥迈向多芯世界玄铁RISC-V&龙蜥社区软件生态融合阿里巴巴达摩院RISC-V及生态李春强 资深技术专家正式为RISC-V进入车载领域拉开帷幕RISC-V进入数据中心推理应用新阶段安卓首次官方宣布支持RISC-V标志着RISC-V开始进入服务器领域RISC-V首次适配生成式AI大模型全球RISC-V高性能领域生态大事记81个TG，22年30+新增RVI20Initial set of unprivileged instructionsIMACFDRVA20Instruction fetches atomicityAMO arithmeticMisaligned load/storeSv48RVA22Vector extensionBit manipulationCache-block management operationsSvpbmt,Sv57Hypervisor extensionRVA23Vector cryptoPointer maskingHardware A/D bit updates架构规范批准加速演进2022已完成2023H1待完成6项10项兼容性测试已经到来国际基金会标准制定的最新进展Data Center&CloudRISC-V CPU core market will grow 115%CAGR,capturing 14%of all CPU cores by 2025Semico Research,December 2021Telecom&CommunicationsCommunication AI SoC RISC-V designs will grow 21.2%CAGR from 2019-27Semico Research,December 2021Consumer&IoT DevicesRISC-V will command 28%of the IoT market by 2025Counterpoint Technology Market Research,September 2021AI/MLRISC-V-based AI SoCs will grow 73.6%CAGR to 25B units and$291B in revenue by 2027Semico Research,December 2021High Performance ComputingSignificant investments in multiple geographies specifying RISC-VRISC-V will capture 10%of the Automotive market by 2025Counterpoint,September 2021AutomotiveRISC-V未来5年赛道从模糊变得清晰 目标:加速RISC-V架构的开源软件建设 BODBOD成员成员：13家公司，国内一家编译器和工具链内核及虚拟化Linux 发行版调试和性能测试工具系统库固件库9 9大工作组编程语言和运行时，如OpenJDKDeveloper Infrastructure模拟器软件成为RISC-V生态发展的关键路径RISC-V Software Ecosystem阿里玄铁RISC-V生态引领者20182019202020212022性能性能安全安全成本成本计算增强计算增强能效能效推进推进RISCRISC-V V架构创新架构创新全栈软件全栈软件支持支持【OSOS与应用与应用】人机交互、语音、视觉【工具链】GCC、LLVM、HHB、CDK【芯片设计平台】无剑300、无剑600【CPU核】玄铁9XX应用不断丰富的玄铁芯片生态不断丰富的玄铁芯片生态积极拓展应用伙伴生态积极拓展应用伙伴生态服务商AIoT云服务OS/软件平台持续构建基础软件生态持续构建基础软件生态中间件/算法生态YoC人机交互平台YoC视觉平台TEE安全框架AOSP GCCLLVMOpen JDKJavaScriptNCNN厚重的软件和全栈是走向复杂生态系统的必经途径推动玄铁RISC-V不断融入主流OS生态聚焦处理器基础软件套件开发工具编译、诊断、模拟器OS基座：内核&硬件抽象+基础组件RTOS、Linux、图形、存储、JVM、JS、Docker视频视觉应用框架流水线引擎、多媒体库、AI引擎智能语音应用平台丰富的OS生态玄铁RISC-V：C906、C907、C908、C910安全TEE OS、KP、鉴权HHBAI部署工具云上实验室RV兼容性测试玄铁RISC-V+Android 带来无限想象空间可商业化交付的玄铁RISC-V安卓SDKRISC-V AOSP 系统构建TH1520 Android HAL玄铁RISC-V Android 开发套件gtestCTSVTSFunctionstressMTBFMonkeyAPP SDKTA安全应用TEE软件栈CA客户端应用SSL/TLS应用领域：平板、端侧移动设备7*24小时完整性可用性全栈安全链路安全平台AOSP曳影1520玄铁C910C910端侧人工智能全栈准备就绪玄铁多媒体AI软硬件融合平台AI增强多媒体能力性能分析与调优一键编译部署应用领域：门锁、电池相机、机器人等新型算力软硬协同玄铁视频视觉平台算能CV181x玄铁C906C906弹性算力抽象库OpenCV、CSI-NNTMedia媒体库编解码、变换、传输玄铁RISC-V AI弹性算力（Scalar/Vector/Matrix等计算能力）功能性能诊断工具cxVision视频视觉pipeline引擎HHB AI编译部署工具应用pipeline视频输入解码前处理检测跟踪分类超分显示渲染结构化数据控制命令视频AI输出大屏交互类产品完成打样突破RISC-V在智能大屏WebOS及核心应用的关键技术以玄铁CPU为核心，多IP协同优化能力应用领域：智能电视等大屏场景VPU：硬件解码加速 4K60fps,超低延时投屏技术：60msCPU：基于玄铁的JS引擎深度优化GPU:基于Web浏览器的GPU渲染引擎丰富的Web应用生态NPU:语音交互、手势识别等AI算法优化Web应用生态酷开WebOS曳影1520玄铁C910C910操作系统操作系统支持曳影TH1520平台编译和语言编译和语言支持Java ava(Alibaba Alibaba DragonwellDragonwell),Python,Node.js等语言环境桌面应用桌面应用协同统信深度社区完善桌面数据来源：龙蜥社区玄铁RISC-V&OpenAnolis生态融合openAnolisRISC-V SIG合作伙伴800+装机用户600万SIG小组50+CPU核100+企业会员4000+芯片出货100亿两大生态的融合发展，协同标准制定，拓展开源场景两大生态的融合发展，协同标准制定，拓展开源场景玄铁RISC-V+OpenAnolis见证生态的力量玄铁、龙蜥社区、玄铁、龙蜥社区、deepin社区、社区、PLCT、Fedora联合推动联合推动RISC-V OS和应用生态建设和应用生态建设RISC-V UOS桌面芯片平台统信桌面XPUI/OSecurityMemory SubsystemAnolis OS：3000+基础组件ANCKUOS DesktopOpenAnolis统信UOS社区应用TH1520持续推进玄铁RISC-V OpenAnolis 关键应用生态关系型数据库HTTP服务器NoSQL数据库系统编程语言Dynamic ftrace/Crash UtilisKdump/Kprobe/UprobeEBPF toolsAddress/Memory SanitizerConcurrency SanitizerKFENCE,KGDB/KDB丰富的诊断工具推动玄铁RISC-V与OpenJDK JAVA生态融合融合RISC-V C Ext、Vector指令扩展，SPECjbb 2005性能提升17%提供更优云上选择Arm助力龙蜥倚天生态安谋科技（Arm China）高级软件经理别再平Smartphone RevolutionEmbedded and Edge AIData and Networking BackboneIoTClientAutomotiveCloud&Networking InfrastructureAutonomous&SafetyRuns on ArmArm CPU ArchitectureCPU Architecture:functional spec of a processorInstruction setRegister setException modelMemory modelDebug,trace and profilingMicro-architecture:design of a processorPipeline length and layoutNumber and sizes of cachesCycle counts for individual instructionsWhich optional features are implementedCPU Architecture:Annual Cadence EvolvingArmv8.0-AArmv8.1-AArmv8.2-AArmv8.3-AArmv8.4-AArmv8.5-AArmv9.0-AArmv8.6-AArmv9.1-AAArch64AArch32CryptoAtomicsStatProfilingNestedVirt.PointerAuthSecureEL2Memory TaggingPredictorInvalidates1GHzTimerArm NeoversePlatform PPA Design PrinciplesN-Series:Scale Out PerformanceV-Series:Maximum PerformanceE-Series:Efficient ThroughputPerformance Power&AreaPipeline structured and provisioned topush IPC WIDER and DEEPER uArchBigger:Buffers Caches Windows QueuesMore:Performance BandwidthPerformance=Power=AreaBest balance of efficiency and PerfOptimized:Perf/Power Perf/AreaMore:Cores per TDP/Area Scalability BalanceInteger/AGUFloating-point Vector/ScalarCacheMemory LD/STInteger/AGUFloating-point Vector/ScalarCacheMemory LD/STPower&Area PerformanceE1-slight OoO design with SMTFuture E-series/A5xx:In-order uArch with”big-core”inspired prefetch&predictionOptimized:Power AreaMore:Efficiency Throughput Thread CountRapid Pace of InnovationCMN:Core Mesh NetworkCXL:Compute Express LinkE-seriesEfficient ThroughputN-seriesEfficient PerformanceV-seriesMaximum Performance and Optimal TCOPerformancePerformance per wattThroughput efficiency20202023+20192019V1 Platform DDR5,PCIe g5CMNV1V2 PlatformDDR5,PCIe g5,CXL 2.0CMNV2Poseidon PlatformCMNV-NextDDR5,PCIe g6,CXL 3.0N1 Platform DDR4,PCIe g4CMNN1N2 Platform CMNN2DDR5,PCIe g5,CXL 2.0DDR4,PCIe g4CMNE1 Platform E1N-series Next CMNN-NextDDR5,PCIe g6,CXL 3.0CMNE2 Platform Cortex-A510DDR5,PCIe g5,CXL 2.0DDR5,PCIe g6,CXL 3.0CMNE-series NextE-Next2023+2023+Alibaba Custom Silicon Powered by Arm Neoverse23Born for Cloud Alibabas 1stGeneral Purpose Chip Arm v9 Architecture 128 Arm Neoverse Cores DDR5 and PCIE 5.0 supported Enabling Arm-based Alibaba Cloud Instances G8y Instances(General Purpose)C8y Instances(Compute Optimized)R8y Instances(Memory Optimized)Targeted for AI,HPC,Big Data,and many other cloud workloadsAlibaba YITIAN 710Alibaba Cloud ECS G8Y InstancesBest Price PerformanceCost-effectiveness ratio of instances is 100%higher vs seventh gen instances Performance up to 40%higher than comparable x86-based instancesLow-Carbon50%higher than the industry efficiency benchmark:reduce your carbon footprintRobust Software EcosystemOS support:Anolis3,Alibaba Cloud Linux3,and othersContainer services:Alibaba Cloud Container Service for Kubernetes(ACK),etcSource:Alibaba Cloud ECS G8y WebpageN2 Performance Data Cloud Instance(Yitian 710)WorkloadUse-caseArm value-addMLPerfAI/ML inferencing2x better RedisKey-value store1.36x better MemcachedKey-value store1.4x better SparkBig-data1.2x better NginxReverse-proxy1.3x better Apache httpdWeb-server1.4x better X264 encodeVideo streaming1.4x better(Same instance size and IO/Mem configuration,comparing to x86 G7 instance)Comparing performance of ECS G8Y(Alibaba Yitian 710 based)versus G7 instances(x86)For details visit https:/ LEADERSHIPDEVELOPER TOOLINGFunctionality and performance contributions to core open-source components for the good of the whole Arm ecosystemDeveloper tools for performance analysis and compilationDAY ONEBRING UPEarly support for Arm hardware IP from firmware to Linux bootLinuxTrustedFirmwareC/C+ToolchainsGo.NETJavaNode.JSRustPHPTensorFlowXLAArmPLOpenSSLSnappyVectorScanZLibArmRANApache BigTopMySQLKata ContainersCloud-HypervisorgVisorKubernetesKubeVirtISA-LSPDKCephMachine LearningStorage and DataContainersCloud LanguagesPyTorchArm Compute LibraryVPPDPDKODPLZ4DistrosReference Stacks and ModelsFVPData PlaneCSSOptimized Libraries and WorkloadsNetworkingTelemetryFast ModelStreamlinePerfVP9X264/x265AV1Telemetry ToolsDrone.ioActionsGoogle Container Optimized OSArm Arm Software Software EcosystemEcosystem15+Yearsof Investment100+ISVsCommercial Support100s of OSSNative Build Projects100K+DockerHub Images 10k+CompaniesDeploying WorkloadsIndustry Leaders Accelerating Arm SolutionsArm Supports OpenAnolisArm Meetups to foster learnings&collaborationEnabling Cloud-Native Confidential Computing andCommercial Cryptography https:/https:/ believes in a vibrant open source ecosystem&open innovation platformsArm Software Libraries+Delivers superior ML performance+Over 100 machine learning functions for CPU&GPU+Micro-architecture optimization for key ML primitives+Arm math libraries with best-in-class performance+Fine tuned for Arm Neoverse family of processors+Validated by Arm Engineers and supported by communityAvailable at https:/Optimized BLAS,LAPACK and FFT for HPC applicationsArm provided 64-bit Armv8-A math libraries Optimized BLAS,LAPACK,FFT and math.h routines FFTW compatible interface for FFT routines Sparse linear algebra and batched BLAS supportBest-in-class serial and parallel performance Generic Armv8-A optimizations by Arm Tuned for Arm Neoverse family of processorsValidated by Arm Engineers Validated with NAGs test suite,a de-facto standard Community supported Best-in-class performanceValidated with NAG test suiteFreely availableArm Performance LibrariesArm Performance Libraries in OpenAnolisIntegrationIntegrationSharingSharingOptimizationOptimizationTestSuccessfully installed APL on the OpenAnolis instance,and finishedapplications test.Step OneStep OneHave APL installed by default on OpenAnolis ofnext version.Step TwoStep TwoShare APL source code toOpenAnolis.Step ThreeStep Three(Planning)(Planning)Collaborate on APLsource codeoptimization.Step FourStep Four(Planning)(Planning)Machine Learning on Arm NeoverseTensorFlowPyTorchFrameworks/RuntimesLibraries/BackendsArm Compute Library(ACL)(via oneDNN in some cases)SVENEONHardwareModelsLarge Language ModelsGenerative AI.VisionCUDACustom+CMNSoCAMBAAXIA2CMNA3AMBACHICMNA1SMMUI/O BridgeAMBAAXINeoverse HostAccelerated ComputeNeoverse On-CPU MLONNX runtimeNLPTensorRTRecommenderXLA/MLIRPaddlePaddleArmNVIDIAAccelerator VendorOpen SourceTHANKS 龙蜥上的龙架构（LoongArch）JDK龙芯中科 Java虚拟机团队负责人敖琪敖琪博士，毕业于中国科学院计算技术研究所龙芯中科技术股份有限公司Java虚拟机团队负责人主要负责龙芯JDK相关技术产品研发工作，参与了龙芯平台OpenJDK和.NETCore虚拟机的研发和产品化申请专利十余项，中国科学技术大学硕士研究生实践导师LoongArch上的Java介绍0101龙蜥适配历程龙蜥支持情况下一步计划020203030404龙芯与龙架构2020年，龙芯中科基于二十年的CPU研制和生态建设积累推出了龙架构（LoongArch），包括基础架构部分和向量指令、虚拟化、二进制翻译等扩展部分，近2000条指令。先进性：吸收近年来指令集发展的先进技术成果，提高代码效率兼容性：融合X86、ARM等的主要特点，高效支持二进制翻译模块化：基础部分、二进制翻译、虚拟化、向量化扩展性：指令槽留有余地，利于今后的持续演进龙芯3A6000是龙芯第四代微架构首款处理器，面向高端嵌入式计算机、桌面、服务器等应用。采用自主指令系统龙架构，基于全新研制的LA664处理器核。龙芯3A6000处理器2.5GHz频率下，SPEC CPU 2006 base单线程定/浮点分值分别达到43.1/54.6分，总体性能与Intel公司2020年上市的第10代酷睿四核处理器相当。龙架构开源生态龙架构已得到国际开源软件界广泛认可与支持，正成为与X86/ARM并列的顶层开源生态系统 已向GNU组织申请到ELF Machine编号（258号）获得Linux、Binutils、GDB、.NET、GCC、LLVM、Go、Chromium/V8、Mozilla/SpiderMonkey、FFmpeg、libyuv、libvpx、OpenH264、SRS等音视频类软件社区、UEFI（UEFI规范、ACPI规范）支持 Debian社区、国内龙蜥开源社区、欧拉开源社区支持LoongArch平台Java环境基于OpenJDK通过JCK测试，符合Java SE，少数几家拥有JCK权限的公司支持解释器：Template Interpreter（模板表解释器）支持JIT即时编译器：包括Client Compiler（C1）、Server Compiler（C2）和Tiered Compilation（分层编译）支持多种垃圾收集器：包括Serial GC、Parallel GC、CMS GC、G1 GC、（分代）ZGC和Shenandoah GC支持向量、Virtual Threads、OpenJFX支持全部LTS版本：21、17、11和8http:/ SE 8,Java SE 9-Java SE 20,Java SE 21及以后全部支持龙芯在OpenJDK社区的贡献JDK13、JDK14贡献度国际前列国内第一，多次出现在Oracle的Java版本发布致谢中适配龙蜥面临的问题OpenJDK社区支持不完善：最基础的Zero解释器支持一些OS发行版还不支持：yum、apt很多JDK厂商还不支持：DragonwellJava版本众多：8、11、17、21、22（latest）如何和其他架构融合：同源产品质量：测试资源等2022.7.2jdk11/a8支持龙蜥支持历程2023.8.4jdk17/a8支持2023.8.3jdk8/a8支持2023.11.3jdk8/a23支持2023.11.6jdk17/a23支持2023.11.6jdk11/a23支持JDK仓库java-1.8.0-openjdk/a8累计增删代码行数龙芯提交次数代码提交情况1733304(15%)java-1.8.0-openjdk-portable/a85140393(30%)java-1.8.0-openjdk/a231918764(67%)49016110(28%)3571757(47%)13604114(88%)1243773(15%)3571757(47%)1360544(80%)总计248022856java-11-openjdk/a8java-11-openjdk-portable/a8java-11-openjdk/a23java-17-openjdk/a8java-17-openjdk-portable/a8java-17-openjdk/a23龙蜥支持情况主要JDK LTS版本全部支持：17、11、8主要Anolis OS版本全部支持：8、23在Anolis OS+LoongArch上可以高效便利的运行各类Java应用龙芯平台其他编译、语言虚拟机等软件与JDK类似感谢龙蜥社区相关人员的大力支持和投入下一步计划进一步参与龙蜥社区的工作：更广泛的适配：JDK版本（21）、Anolis OS版本更深入的参与：Dragonwell、相关SIG更好的质量：测试、CI、流程等以一云多芯与主流操作系统为基础实现云原生的创新突破云原生助力全链路信息化创新谐云 副总裁徐运元容器云底座0101自研中间件管理平台自研虚拟机管理模块关于谐云020203030404核心能力场景01 容器云底座云原生创新之路使命：以一云八芯及主流操作系统为基础，完全解耦底层基础设施，为云原生创新注入动力解耦底层基础设施对云原生具有重要的意义。它将硬件与软件分离，提高系统的灵活性和可扩展性，为创新和发展提供更广阔的空间和更强大的动力，是实现云原生架构的必要条件。解耦创新信息技术应用创新与云原生的结合可以为云原生应用注入更大的创新动力。该理念和云原生技术结合，可以更好地满足市场需求，实现业务创新，从而使得在数字化时代获得持续的竞争优势。谐云PaaaS容器云底座虚拟化平台容器云平台中间件平台DevOps平台云上监控操作系统国内硬件国内芯片场景1:信息技术应用创新算力混合调度国内芯片国内操作系统传统服务器环境谐云容器云PaaS平台通过谐云容器云PaaS平台实现多芯片、多架构资源的统一管理，实现上层业务与底层基础设施环境的松耦合，使得业务可以在双架构层面（X86/ARM），以及不同厂商资源环境上进行混合调度，屏蔽底层基础设施差异，真正实现一云多芯，多云多芯，甚至单集群多芯环境。场景2：小成本信息技术应用创新信息技术应用创新环境信息技术应用创新环境传统环境传统环境KubernetesNode1KubernetesNode2KubernetesNodeN虚拟机1（ARM）虚拟机2(X86)虚拟机N(X86)物理机1(ARM)物理机2(X86)物理机N(X86)LeafLeafLeafSpineBorderLeaf传统SDNPod11Pod12Pod1NPod21Pod22Pod2NPodN1PodN2PodNNKubernetesNode1KubernetesNode2KubernetesNodeN传统虚拟机1传统虚拟机2传统虚拟机N传统物理机1传统物理机2传统物理机NLeafLeafLeafSpineBorderLeaf传统SDNPod11Pod12Pod1NPod21Pod22Pod2NPodN1PodN2PodNNKubernetesMaster传统虚拟机传统物理机防火墙Firewall.信息技术应用创新成本可验收且无需大成本投入的最佳方案：满足验收的前提条件，且最小仅需一台自研服务器、一个自研操作系统License即可实现大量业务迁移，小成本试点可以大大加速行业自研进程。小规模成本信息技术应用创新场景小规模成本信息技术应用创新场景场景3：一云多芯全解耦，多架构镜像无感发布用户无感的一云多芯应用发布、运维：产品结合Buildx模拟ARM指令集环境并搭配流水线组件，实现应用S2I过程的多架构镜像无感输出，除此之外，用户还能在多芯集群的机器下任意拉取、发布、升级应用，无需关心自身所在芯片类型、服务器厂商等因素。一云多芯业务发布、运维场景一云多芯业务发布、运维场景核心能力场景02 自研中间件管理平台推动中间件创新演进的同时实现一站式管理与运维使命：统一自研中间件运维界面和运维标准，使命：统一自研中间件运维界面和运维标准，提升中间件数据库在主流信息技术应用创新环境的投产性能提升中间件数据库在主流信息技术应用创新环境的投产性能信息技术应用创新背景下中间件管理痛点缺乏统一的运维界面和运维标准在一云多芯的复杂环境中，使用多种不同类型的中间件，每种中间件可能都有自己的管理界面和运维标准。环境投产性能不高可能要求中间件数据库具备更高的性能和可伸缩性，可能需要进行额外的优化和调整。复杂的配置管理和监控管理不同的硬件配置和系统要求可能需要不同的中间件配置，监控多个中间件实例的性能和状态也变得挑战性。跨平台兼容性和快速迭代部署中间件在不同平台上的兼容性问题可能导致部署和管理困难，快速迭代和部署新功能和应用程序也是常见的需求，一云多芯的环境可能导致部署过程复杂化。场景1：中间件统portal、可视化运维中间件数据总览主界面中间件统一上/下架和升级管理核心能力开源/自研中间件统portal、可视化运维统一Portal：通过一个集成平台即可管理和监控企业中数量繁多的各种开源/自研中间件。可视化运维：通过直观的图表和界面，简化管理任务，提供实时洞察，简化运维流程。中间件统一运维面板场景2:高性能信息技术应用创新中间件投产国内硬件国内操作系统MySQL锁优化BiSheng JDKIO智能预取中间件ZookeeperElasticSearchNginxKafkaRedis门户DevOps平台微服务平台监控运维平台Boostklt基于Kubernetes部署MySQL，用Sysbench测试工具对MySQL数据库进行性能测试，衡量指标每秒事务数，性能提升96%。1.MySQL组件性能基于Kubernetes部署Elastcsearch，通过Benchmarkrally脚本，模拟在8C32G3实例的场景下，衡量指标ES的写入性能，性能提高48%。2.ElasticSearch性能基于Kubernetes，基于Jmeter 测试工具，针对银行卡挂失的登记业务模拟测试数据进行测试，MySQL的QPS和TPS对业务数据的读写等混合场景性能提升21.53%。3.金融业务场景查询性能谐云自研的观云台打造全栈国产化的容器云管理平台解决方案，实现高性能调优。场景3：自研中间件自动化运维提供Operator编写规范经验，例如crd定义(非云原生厂商不精通或不具备，需要云原生厂商赋能)代码规范层面运维能力缺失支持，例如：消息队列的切换能力的补充运维管理层面chart打包最佳实践，包括监控/日志对接，备份容灾等等交付支持层面总体目标：为自研中间件在云原生领域的发展，贡献谐云经验及能力赋能总体目标：为自研中间件在云原生领域的发展，贡献谐云经验及能力赋能自动化运维能力优化点：-cfmq-gaussdb-tongweb-dm8目前正在优化支持目前正在优化支持的中间件有：的中间件有：场景3：自研中间件自动化运维数据库&中间件改造路线：通过对x86和arm架构数据库&中间件服务的统一管理，搭配支持同构或异构数据库迁移、同步的数据流服务、存量虚拟机业务纳管服务，以保障在信息技术应用创新过程中的服务改造、数据迁移、流量割裂等生产任务的平稳进行。在中间件服务与数据安全方面提供自下而上的技术支持。存量虚拟机类数据库/中间件纳管中间件云原生、迁移的最佳实践场景中间件云原生、迁移的最佳实践场景同构、异构数据库迁移、数据流同步核心能力场景03 自研虚拟机管理模块为虚拟机迁移、弹缩、自动化运维提供云原生方案谐云通过沉淀有且仅有的一套标准底座能力，统一技术栈及底座运维技术团队，承载多种多种类型的工作负载，包括虚拟机、容器。除此之外，集合底座的一云多芯能力，为虚拟机的迁移提供优质解决方案，并为迁移后的虚拟机赋能弹缩、自动化运维等谐云底座共性运维能力，使得虚拟机也能像容器一样轻量、灵活。KubeVirtKubeVirt技术架构技术架构OS场景1：存量虚拟机迁移QCOW2RAW支持白屏化方式一键启动存量虚拟机业务，通过拉取存放在制品库中的虚拟机镜像文件（QCOW2/RAW/IMG），调度虚拟机至空闲资源节点实现一键启动，利用底座一云多芯能力，屏蔽底层基础设施差异，实现虚拟机信息技术应用创新迁移。虚拟机迁移支持虚拟机迁移支持KubeVirt虚拟机全生命周期管理流程目前支持的虚拟机镜像类型场景2：虚拟机自动弹缩虚拟机业务通过kubevirt运行在谐云一云多芯底座之上，即可获得自动弹缩能力，提供与容器一致的全套弹缩指标及弹缩指标分离能力，实现自研虚拟机的灵活扩缩容。虚拟机弹缩指标及指标分离虚拟机弹缩指标及指标分离场景3：虚拟机自动化运维采用两级隔离架构，实现自动监测、自动隔离、脑裂控制、监控API等功能，全面覆盖VM（Pod）故障、集群关键组件及Node故障等场景，有效降低业务故障时间，保障业务持续稳定运行。故障隔离场景VM故障（OOM、Crash、拨测失败等）及亚健康