演讲主题：字节跳动资源画像和时间序列预测的运营实践
议题简介：在生活中人们的生活活动习惯总是符合一定的规律，比如早晚高峰的叫车行为，晚上黄金档的电视剧收视最高，在互联网领域也同样如此，比如晚上刷视频的行为就会比白天高，而深夜休息后一切的流量又变小，对于这些现象，我们可以通过过去的监控数据来预测到今天或者未来的数据，这样我们就可以通过时间序列预测能力来判断未来的趋势，从而在生产上进行应用，比如可以根据预测数据来指导服务的副本扩缩容，指导调度的行为，指导负载的资源配置，指导集群的自动伸缩等。
本主题就根据此种问题，将字节跳动的一些时间序列预测功能和对应的落地实践进行分享。
演讲提纲：
1、资源画像和时间序列预测介绍
2、具体的落地实践
3、未来的展望
听众收益：
1、了解如何挖掘已有的监控数据的价值
2、时间序列预测在生产中的价值
3、应用资源画像能获得的收益
个人简介： 汪喆，专注于云原生调度策略方向，在在离线混部、统一调度等方向有大规模集群下的实战与落地经验。目前就职于字节跳动，主要参与云原生资源效能方向的工作；Katalyst 开发者。

演讲主题：字节跳动 Kubernetes 集群2w+节点性能优化实战
议题简介：Kubernetes 自v1.6 以来，官方支持的规模一直是 5,000 个节点和 150,000 个 Pod，这在当前的互联网背景下是不够用的，随着企业业务规模扩大、业务多样性上升、业务复杂度提升，这种规模已成为一种瓶颈。截至目前，字节跳动在内部已经建设了完善的云原生基础设施支撑抖音、今日头条等业务发展：拥有 500+ 生产集群，最大集群规模 2w+。在这次交流中，我们将分享如何针对超过 2 万个节点的 Kubernetes 进行优化。

本次分享内容包含字节内部大规模集群优化的实践经验，涵盖 K8s 参数调优以及基于字节跳动丰富实践开源的云原生组件：有着出色 APIServer 流量管理能力的组件 KubeGateway，和强大的存储组件 KubeBrain。
演讲提纲：
1、字节跳动大规模集群落地实践
2、大规模 Kubernetes 集群下 APIServer 流量治理
3、高性能 Kubernetes 元信息存储实践
听众收益：
1、了解大规模集群优化实践和优化手段
2、通过开源组件来帮助企业提升集群规模
个人简介：苗永昌，专注于云原生领域，在 K8s 大规模集群优化、混部、企业传统架构向云原生转型等领域有着丰富的实战经验。

演讲主题：字节跳动基于 KubeAdmiral 的多云分布式云原生实践之路
议题简介：随着分布式云原生技术与架构的快速迭代，越来越多的企业与组织开始选择使用多云架构满足多云多活，异地容灾备份、降本增效、防止厂商锁定等需求。对于企业来说，需要做好多云策略，需要平衡好负载，需要构建好适合自身的分布式云架构。
字节跳动基于开源 KubeFed V2 并结合字节内场大规模集群联邦经验，打造 KubeAdmiral 多云多集群联邦系统，融入众多新技术：包括 Kubernetes 原生 API 支持、多集群应用智能调度、调度框架插件化、多集群应用自动故障迁移、跟随调度、单集群资源无缝接管等，并且以 KubeAdmiral 为基础打造企业级分布式云原生系统，让基于 KubeAdmiral 的多云方案无缝融入云原生技术生态，为企业提供从单集群到多云分布式云架构的平滑演进方案
演讲提纲：
1、业务需求驱动分布式云架构建设
2、字节跳动基于 KubeAdmiral 的集群联邦技术实践
3、从集群联邦到分布式云原生多云多集群管理实践
4、分布式云原生的下一阶段
听众收益：
1、了解分布式多云多集群部署架构的发展与优势
2、了解字节对于分布式云多云多集群管理技术的实践与战略规划
3、帮助解决企业中分布式云多云多集群管理痛点
4、共同参与多云多集群联邦系统建设
个人简介： 李汉波，目前从事分布式云原生系统相关研发工作，负责大规模集群联邦系统构建，对 Kubernetes 及云原生技术有深入的见解，开源多云容器编排项目 KubeAdmiral 与 Karmada 社区 Maintainer 和资深贡献者

演讲主题：电力行业信创基础设施的评测关键技术研究与应用
议题简介：基于自主可控的行业和技术背景，介绍广东电网在自主可控的基础设施上如何开展测评关键技术的研究与成果应用，具体包括基于自主可控仿真环境下基础软硬件和信息系统适配测试技术研究成果，自主可控大模型在电网领域的测评方案设计与技术特点等内容。
演讲提纲：
1、基于自主可控仿真环境的评测关键技术
2、面向电力行业的自主可控大模型的评测关键技术
听众收益：
1. 了解在能源行业中，如何结合传统行业的数字化转型，开展自主可控的评测工作，建设符合行业要求的技术标准和测评关键技术
2. 随着 AI 大模型的大规模研究与行业应用，了解在能源行业如何对自主可控大模型进行评测评价，结合行业和企业特点设计合理的评测方案和评测技术
个人简介： 姚潮生，2012年毕业于华南理工大学软件工程专业，2012-2022年在腾讯公司负责移动应用质量技术与管理工作，2023年作为高水平人才引进广东电网公司，担任数字化系统质量总监、领军级技术专家，负责公司核心业务系统的质量评测、大型专项评测工作、AI 模型的质量测评体系搭建、数字化工程质量标准与体系建设等。在软件质量管理与工程效能体系建设方面深耕多年，有扎实的理论技术基础与丰富的项目类型实践。

演讲主题： 百度 AI 原生研发范式变革的探索之路
议题简介：议题背景（要解决的问题、痛点，思考的方向等）： * 理解私域知识：大模型催生的第一代智能编码产品重点集中在续写、通用问答上，背后全部基于模型压缩的通用知识，越来越多的开发者希望 AI 可以理解自己的本地代码库、理解私域知识（因安全等问题无法在通用模型中获得），从而生成业务量身定制的代码，以及通过和『代码库』对话掌握代码逻辑
* 替代繁琐工作：开发者大量开发过程是参考现有代码逻辑增加新代码，而这些重复性的工作比较繁琐，占据开发者大量开发时间，而无法投入到创造性的工作。通过让新一代的智能开发工具掌握代码库全部逻辑、私域文档全部知识点，他理解开发者想做什么，又理解代码的细节，从而帮助开发者解决繁琐、重复性的问题，让开发者更加专注创造性的逻辑设计。
当 AI 掌握了编程现场的上下文，它不再是一个『助手』，而是一个『助理』，时刻保持和开发者同频，像一个真正的研发伙伴随左右，帮助开发者解决繁琐、重复的问题，这可以极大地减少复杂性，提高效率，从而构造全新的人机协同模式——即开发者专注创造性的、复杂性高的逻辑设计并进行决策，这是在 AI 时代一次研发范式的重大变革。
演讲提纲：
1、在 AI 前夜——百度研发现状
2、在 AI 时代——智能研发助手
2.1、从大模型到代码模型（代码领域的 MoE 架构）
2.2、理解私域知识（需求、代码、文档、测试用例，面向垂类研发知识的 RAG 框架）
2.3、独立分析需求（面向智能研发助手的 Agent 框架）
2.4、人机结对编程（不局限于续写、会话的交互形态）
2.5、从编码到全链路智能化（基于 Agent 的全自主框架）
3、在 AI 未来——人机协同新范式
3.1、交互形态革新
3.2、组织重新分工
3.3、开发焦点转变
听众收益：
* 针对一线开发者，了解如何基于大模型，构造全新的人机协同研发新范式，『人』和『机』的分工是什么样的，如何有效提高编码效率
* 针对团队 Leader，了解如何通过 AI 工具优化团队协作和项目管理，在新的研发范式下组织如何分工
* 针对工程效能团队，了解百度如何进行探索以及思考的，如何在万人研发规模下落地的，以及什么样的人机协同是可控的、是高效率的
个人简介： 牛万鹏，百度资深研发工程师，吉林大学计算机系毕业，毕业后入职百度，早期负责 DevOps 工具的孵化和落地，涵盖项目管理、代码管理、流水线、制品库、应用部署、运维管理等平台建设和商业化。现负责百度研发智能化，通过构造全新智能编码工具 Comate，搭建全新的产品形态，推动百度万人研发范式的变革。

演讲主题：云游戏全栈自主可控的底层逻辑与应用探索
议题简介：云游戏是一种基于云计算的游戏内容提供方式，所有游戏都在云端服务器运行，渲染完毕后的游戏画面经过压缩编码后通过网络传输给用户，实现无时无刻、即点即玩的游戏体验，脱离了游戏包体和高性能终端设备需求。在云游戏的自主可控进程中，涉及底层IT资源、网络、配套应用软件，尤其在 CPU 和 GPU 的应用上存在关键性的挑战，除此之外云游戏的国产化的标准、私有化协议、编解码能力及虚拟化技术更是核心的内容。本次主要分享如何在保证云游戏用户体验的前提下实现全栈自主可控，以及在 CPU 和 GPU 国产化应用过程中的探索和应用。
演讲提纲：
1、云游戏简介
2、云游戏自主可控的关键点和全栈分析
3、云游戏全栈自主可控的探索和应用
听众收益：
1、云游戏在自主可控过程中的关键点
2、云游戏全栈自主可控的探索过程情况
3、云游戏的国产 CPU 和 GPU 的应用能力和表现
个人简介： 拥有10年以上的 IT 系统维护经验，精通系统架构设计和平台能力优化。从事5年以上云游戏相关的维护工作，擅长数据分析、算力管理和业务支撑。基于公司业务产品的特点制定系统化和数字化的运维体系，着力技术创新、自动化协同和持续集成，重点保障企业系统运行的可靠性、安全性和可扩展性，助力业务产品的稳定、快速发展。

演讲主题： 中国联通超大规模 IT 系统下稳定性保障能力落地实践
议题简介：聚焦超大规模 IT 系统稳定性保障工作的困难与挑战，结合中国联通数字化监控平台稳定性保障能力体系，以故障发现、故障定位、故障应急、故障预防全生命周期为主要研究场景，介绍稳定性保障能力落地实践。
演讲提纲：
1、超大规模 IT 系统稳定性保障的挑战
2、稳定性保障体系整体架构
3、以故障全生命周期为主要研究场景的稳定性保障能力落地实践与工作成效
听众收益：
1、了解中国联通基于超大规模 IT 系统稳定性保障相关工作经验，了解系统稳定性保障体系架构框架，稳定性保障平台工具建设配合运营保障管理支撑体系，才能够发挥成效，保障系统稳定性提升。
2、了解中国联通以故障全生命周期为主要场景的系统稳定性保障能力落地实践，了解可观测性、稳定性测试、变更管理、自动化作业、隐患管理等能力在故障全生命周期中的关系以及如何发挥成效。
3、了解中国联通在故障事前、事中、事后全流程线上闭环管理经验。
个人简介： 曹立江，中国联通软件研究院数字化监控平台项目业务架构师，负责数字化监控平台整体技术功能架构设计与优化演进，以及产品能力内部运营落地与对外输出。致力于完善“平台+应用” 生态体系，依托大数据与人工智能技术，打造全集团自动化生产和智慧化运营的生产运营平台，助力企业数字化业务高效、稳定运行，从传统运维向自动化生产、智慧化运营转变。

演讲主题：微服务下一站，Koupleless 模块化研发框架与运维调度系统
议题简介：单体应用和微服务应用是两种常见的软件架构风格，单体应用开发简单但协作管理复杂，微服务极大解决了组织专业化的问题但资源成本高。这两种软件架构面临着一些挑战：
1. 大单体应用存在多人协作冲突和交付效率低问题：业务开发者需要感知复杂基础设施，多人协作并行迭代困难，巨型应用速度慢（分钟级），导致研发效率低
2. 微服务拆出应用过多导致资源和管理成本高：拆分后每个子应用都包含公共部分（框架、中间件等），资源成本高，且需要长期维护
3. 拆分微服务的敏捷度难与业务、组织发展的敏捷度一致：怎么拆？拆多少？拆到什么粒度？如何合理的拆分微服务始终是个老大难的问题
在研究了这些痛点之后，蚂蚁集团的中间件团队设计了对传统微服务拆分模式的升级，解决以上痛点，提供同时拥有“Speed as you need（多人协作无阻塞、秒级应用构建启动）”、“Pay as you need（资源复用、按需部署）“、“Deploy as you need（部分变更）”、"Evolution as you need（轻松演进为 微服务或回到单体应用）” 特性的架构演进方式：Koupleless 模块化。
Koupleless 模式不仅解决了基础架构抽象问题，并且细化了开发和运维的粒度。传统微服务仅进行横向拆分，而 Koupleless 模式包括纵向和横向的划分。在纵向拆分上，应用垂直划分为基座和模块，因此模块不消耗额外的机器容量（节省资源），模块开发人员只需关注他们的业务逻辑（低认知负担）。在横向拆分上，应用拆分为多个模块，允许开发人员独立迭代，不受干扰（高协作效率）。
这种新的架构模型已被蚂蚁集团内所有 BG 采用，整合了70万核机器的应用程序。在 Koupleless 模式下，构建产物已从 GB 减少到 MB，业务启动时间从分钟级降到秒级，平均迭代效率提升 10 倍，赢得了业务团队的认可和赞誉。
演讲提纲：
1. 传统微服务的问题与挑战
2. Koupleless 研发框架解法
o 解决思路：分层屏蔽基础设施，拆分避免协作阻塞
o 该模式需要建设的完整能力有哪些
o 该模式带来的优势和劣势，如何权衡
4. Koupleless 运维调度平台
5. 实践过程与案例
6. 未来规划与展望
听众收益：
o 了解蚂蚁集团在应用架构上前沿的技术和成果
o 开拓一些新思路，用新方法思考如何合理拆分微服务，解决拆分过多，或未拆分带来的问题，同时也避免微服务的额外损耗
o 了解该新模式是如何权衡利和弊，在隔离与共享之间找到能解决当下问题的最佳平衡点
o 了解目前这种新模式在领域里的现状与挑战，以及未来的展望
个人简介： 赵真灵，8 年互联网研发经验，主要从事云原生、Serverless 和微服务领域方向。2018 年加入蚂蚁集团， 曾负责基于 K8s Deployment 的应用发布运维平台建设、K8s 集群的 Node / pod 多级弹性伸缩与产品建设。当前主要负责应用架构演进和 Serverless 相关工作，完成蚂蚁新应用架构研发框架与平台的设计落地，全面应用于蚂蚁集团内部业务线，为线上 70W core 提供秒级验证发布能力，获得 2022 年信通院云原生技术创新奖。同时，也是 SOFAArk 社区的开发和维护者以及 KNative 社区的贡献者。

演讲主题：AI 生成 checklist：Qunar 使用 AIGC 在测试域的提效实践
议题简介：随着 ChatGPT 的广泛应用，大量的自然语言处理工作得以自动化。而在测试流程中，checklist 的编写是 qa 角色对需求文档这样一种自然语言的梳理，翻译以及理解的过程，因此可以借助大模型 AI 对需求文档进行自动化生成 checklist 的工作，从而降低人工成本。在 qunar 内部，对于非自测自发的项目，往往需要 qa 花费0.5pd以上项目外工时进行编写；对于自测自发的项目，则没有 checklist 编写与核对的步骤，开发自测的质量不能很好的把控。因此，引入大模型 AI 后可以缩短非自测自发项目 qa 的 chekclist 工时，并且自动为自测自发项目生成 chekclist 辅助开发自测，提高项目开发及测试的效率与质量。
演讲提纲：
1、去哪儿在测试域的痛点介绍
2、AI checklist 项目的设计方案
3、对自动生成 case 的效果评估方案
4、成果及后续计划
听众收益：
1、了解 AI 生成 checklist 的 prompt 技巧
2、了解 AI 生成 checklist 的 prompt 技巧
3、了解 AI 在测试域提效的效果测量方案
个人简介：崔宸，2022年加入去哪儿旅行基础架构-基础平台团队，主要负责测试域工具的研发。参与过自动化测试、联调平台、写压测等项目，对录制回放场景有深入了解。
熟悉 AI 大模型通识，23年开始主攻 AI 大模型应用方向，完成 AI 在测试域、需求域提效的应用落地。在去哪儿 AIGC HACKATHON 大赛获得冠军。

演讲主题： 让运维更智能：大模型时代下京东科技 AIOps 之路
议题简介：
1、京东科技海量运维日志与监控指标智能化检测分析，提升业务可观测性实践
2、京东科技 AIOps 算法赋能传统根因定位到运维专家知识融合生成式故障定位编排的演进路线
3、京东运维大模型的探索现状
演讲提纲：
1、 京东科技海量运维日志与监控指标智能化检测分析，提升业务可观测性实践
2、 京东科技 AIOps 算法赋能传统根因定位到运维专家知识融合生成式故障定位编排的演进路线
3、 京东运维大模型的探索现状
听众收益：
1、如何从0-1搭建运维算法学件，找到合适的场景落地，AI 算法让运维更智能，赋能业务可观测性实战经验；
2、了解京东运维大模型构建思路、探索现状，应用场景及未来发展趋势；
3、IEEE 智能运维方向论文收录经验，知识产权创新点挖掘方法；
个人简介：张静，硕士毕业于东北大学，持续深耕智能运维领域多年，带领团队致力于京东智能运维算法应用于京东线上横向业务场景，纵向监控、数据库、资源调度、硬件故障预测、DC 节能等多个场景取得突破。申请智能运维发明专利60余项，IEEE 国际会议论文收录10篇。具有将技术在业界推广的经验，提升京东智能运维行业影响力的经验，做客2023 AiDD AI+ 软件研发数字峰会智能运维专题演讲，2023 DAMS 中国数据智能管理峰会-信创运维专题演讲，2023 Gdevops 峰会北京站-智能运维专题演讲，ArchSummit 2022 全球架构师峰会智能运维专题演讲，2021数据技术嘉年华.ON LINE (第二期)《解密 StarDB 国产数据库智能运维的核心算法》技术分享；参与中国信通院《云计算智能化运维（AIOps）能力成熟度模型 第1部分通用能力要求》与《云计算智能化运维（AIOps）能力成熟度模型 第2部分系统与工具技术要求》白皮书撰写。