深度赋能AI算力！DeepFlow携手龙蜥SysOM荣获“最佳联合解决方案奖”——eBPF破解CPU到GPU全链路观测难题
北京，2025年11月17日 —— 在行业瞩目的龙蜥操作系统大会上，DeepFlow全栈可观测性平台与阿里云操作系统控制台 SysOM 组件基于龙蜥社区开源 SysOM 项目 共同构建的“AI 基础设施可观测解决方案”，荣获大会颁发的“最佳联合解决方案奖”。该奖项不仅是对双方技术融合与协同创新能力的认可，也标志着在 AI 算力爆发式增长背景下，可观测性正成为支撑大模型稳定运行与高效调优的关键核心。
在 LLM 大模型训练与推理的全流程中，企业常面临 GPU 利用率低下、训练任务夯住、请求响应延迟高等典型性能瓶颈。尤其在异构环境下数据难以关联分析，导致问题定位困难、调优效率低下，严重影响模型迭代与业务上线进度。
为此，龙蜥社区运维联盟成员阿里云与云杉网络展开深度合作，基于双方在云基础设施与可观测性领域的技术积累，共同构建了面向 AI 场景的全栈可观测方案。该方案针对异构环境下缺乏全局关联 ID、性能数据孤岛等行业难题，依托 eBPF 零侵扰采集技术，实现了从 CPU 到 GPU、从应用到基础设施的全栈指标统一采集与智能关联，并具备全局维度的调用链串联能力，可精准定位系统抖动、通信延迟、算力瓶颈等各类性能问题，为AI训练与推理提供持续优化的观测支撑。
目前，该联合方案已在金融、电信、保险等行业的核心业务系统中落地验证，助力企业实现 AI 算力的高效利用与服务的稳定可靠。此次与阿里云一站式 OS 运维平台（阿里云操作系统控制台）的深度融合，进一步拓展了 DeepFlow 在开源生态中的影响力，推动可观测能力向更广泛的 AI 基础设施场景延伸。
共建坚不可摧的国产 AI 基础设施可观测新生态
此次获奖，不仅是对技术能力的肯定，更展现了中国本土基础软件生态协同能力。阿里云操作系统控制台提供了在操作系统内核层的诊断权威性，确保了 AI 集群底座的稳定性和资源调度的高效性。DeepFlow 则通过 eBPF 提供了覆盖网络、应用、容器、Host 和 Device 的全栈关联视野。两者的结合，代表了中国本土基础软件生态在关键领域实现了“可观测性”与“系统稳定性”的完美融合，为国家信创战略下构建高性能、高可靠的异构 AI 算力中心提供了坚实保障。
未来，云杉网络将继续携手阿里云及龙蜥社区运维联盟 SOMA 的合作，持续推进技术融合与解决方案创新，助力千行百业构建稳定、高效、透明的AI基础设施，推动智能时代的企业数字化转型。
了解方案及相关案例细节请参阅以下文章
-
深度解析 DeepFlow 如何采集大模型服务的业务指标「链接」
-
某证券可观测性再升级！DeepFlow 排障智能体和智算可观测性建设实践「链接」
-
SysOM 可观测体系建设（一）：万字长文解读低开销、高精度性能剖析工具livetrace「链接」
-
SysOM AI 可观测体系：零侵入、低开销，让系统透明化「链接」
龙蜥社区
龙蜥社区（OpenAnolis）是立足中国、面向国际的Linux服务器操作系统开源社区，引领云智融合技术浪潮下国产操作系统的创新发展。社区理事会由阿里云、中兴通讯、海光信息、浪潮信息、统信软件、Intel等25家国内外头部企业共同组成。社区生态伙伴超1000家，来自芯片厂商、软件厂商、整机厂商、操作系统厂商等，覆盖操作系统全产业链参与生态共建。龙蜥操作系统装机量达1000万，服务了金融、通信、政务、能源、交通等众多行业超过200多万用户。
DeepFlow 社区
DeepFlow 开源项目旨在为复杂的云原生及 AI 应用提供深度可观测性。DeepFlow 基于 eBPF 实现了应用性能指标、分布式追踪、持续性能剖析等观测信号的零侵扰（Zero Code）采集，并结合智能标签（SmartEncoding）技术实现了所有观测信号的全栈（Full Stack）关联和高效存取。使用 DeepFlow，可以让云原生及 AI 应用自动具有深度可观测性，从而消除开发者不断插桩的沉重负担，并为 DevOps/SRE 团队提供从代码到基础设施的监控及诊断能力。
