现在不少 AI 应用跑在云环境里，我们称之为「智算云」。简单来说，就是专门承载 GPU 算力、支撑大模型训练和推理的云平台。

在智算云环境中，GPU、vGPU、虚拟机、容器、模型服务和智能体（Agent）往往跨越多个资源与运行层。ZSvirt 可提供主机、虚拟机、网络、存储、GPU/vGPU、告警等基础设施视角，但实际业务故障常发生在虚拟机内部：容器 OOM、GPU 显存耗尽、模型推理延迟升高、Agent 工具调用失败、任务队列堆积或网络策略导致的服务不可达。

当前的运维工具通常只能覆盖“云平台资源”或“应用 APM”其中一侧，缺少将 ZSvirt 资源事件与虚拟机内工作负载、容器运行时、AI 服务和 Agent 任务轨迹关联起来的统一证据链。结果是告警噪声大、根因定位慢、影响范围难判断，且无法回答“某个 Agent 的一次失败”究竟是由应用、容器、虚拟机、GPU 还是宿主机引起。

ZSvirt 在 2026 上海开源软件应用创新大赛「智算云赛道」发布《面向虚拟机内部容器与智能体工作负载的全栈可观测平台》命题，邀请开发者用开源可观测技术栈，把虚拟机内部的“黑盒”打开。

ZSvirt：开源企业级虚拟化引擎

ZSvirt 是 ZStack ZSphere 虚拟化引擎的开源版本，以 GPL3.0 协议开源，源代码在 GitHub 公开。

它把经企业级验证的虚拟化引擎带入开源世界，保留以虚拟机为中心的工作流，让团队获得对基础设施的完全自主控制，无需供应商锁定，核心能力包括大规模虚拟化扩展、VMware 无缝迁移、内建安全及开放集成，已在上千个生产环境中经受验证。

对参赛者来说，这意味着命题有一个真实、成熟、可部署的基础底座。ZSvirt 已提供主机、虚拟机、网络、存储、GPU、告警等基础设施视角，命题要做的，是在这个底座之上补齐「虚拟机内部」的观测能力。

本赛题希望参赛者基于 ZSvirt 开放能力及开源可观测技术栈，设计一套可复现、低侵入、可扩展的全栈可观测方案。方案应能采集虚拟机内部的容器、应用与 Agent 信号，并与 ZSvirt 基础设施资源和事件建立关联，用于监 控、诊断、告警和运维决策。

命题解读：全栈可观测平台

参赛者需要构建一套面向 ZSvirt 虚拟机内部 AI 工作负载的可观测原型，以“虚拟机为边界、工作负载为对象、事件关联为核心”，统一组织指标、日志、链路、配置与告警证据，通过可视化界面或 CLI 输出可解释的健康状态和诊断建议。

命题目标拆成五个要点：

• 资源关联，建立宿主机、GPU、虚拟机、容器、AI 服务、Agent 的关联模型；

• 多信号采集，至少覆盖指标、日志、事件中的两类；

• 工作负载识别，识别容器状态、GPU 使用、推理服务或 Agent 任务的关键运行状态；

• 事件关联与诊断，把 ZSvirt 告警与容器、应用、Agent 事件关联，给出可解释的根因候选；

• 告警降噪，支持聚合、静默、异常检测，提供处置建议。

实现上可使用 OpenTelemetry、Prometheus、Grafana、eBPF、FluentBit、Jaeger 等开源组件，但不得把不可验证的闭源服务作为核心能力。命题方会提供 ZSvirt 测试环境或试用账号、API/SDK、开发文档和样例资源。作品需支持模拟数据或最小化降级模式，以便缺少 GPU 硬件时也能复现。涉及容器、Agent 或业务日志时，要落实脱敏、字段过滤或访问控制。

交付要求

• 方案说明文档，梳理总体架构、数据模型、采集方式、资源关联逻辑和诊断流程，明确与 ZSvirt 的集成点及安全设计；

• 可运行原型，提供 Web 控制台、CLI 或开源观测平台的集成实现，至少完成资源拓扑、工作负载健康、告警详情和一次根因关联展示；

• 虚拟机内探针，提供可部署的 Agent、Sidecar、Exporter 或脚本，说明性能开销和卸载方式；

• 样例 AI 工作负载，在虚拟机中运行至少一种容器化 AI 负载；

• 故障场景与证据，覆盖容器异常、GPU 瓶颈、Agent 任务异常三类，每类给出告警和处置建议；

• 可复现材料，提供源代码、部署脚本、README 和依赖清单。

另需提供 3 到 5 分钟演示视频，展示部署、观测、故障注入、跨层关联和诊断输出的完整过程。

评审维度

• 可观测与诊断能力占 25%，权重最高，看能否采集有效信号、关联跨层事件并输出可解释的根因候选；

• 数据与关联模型质量占 20%；

• 任务定义与通用性占 15%，看能否适配容器、模型服务、Agent 等对象；

• 稳定性与可复现性占 15%；

• 告警运营与可用性占 10%；

• 创新性与工程落地性占 15%，看是否在低侵入采集、Agent 可观测、GPU 归因或跨层关联上有创新。

谁适合投这道题

做过云原生监控、可观测性或运维平台的团队，能把多信号采集和告警体系做扎实；熟悉 eBPF、OpenTelemetry 等底层采集技术的，能在低侵入采集上做出亮点；了解 AI 推理或 Agent 架构的，能把“Agent 失败根因定位”这个命题特色做出来。

参赛报名截止 10 月 11 日，总决赛 10 月 24 日在上海举办。获奖项目可获得现金、算力与 Token、大模型 API 等资源奖励，还有机会入选上海市开源项目培优工程，欢迎全国的开源技术爱好者报名参赛：