算力产业迎来两大变革，操作系统面临多元化+AI融合双重挑战
白皮书指出，服务器操作系统作为计算产业生态中承上启下的关键一环，随着数据中心算力产业的技术创新而快速发展。未来3-5年，在通用算力和智能算力两大方向上，产业面临着完全不同的问题，这些问题给操作系统生态建设带来了前所未有的机遇和挑战。
通用算力方面，操作系统生态需要应对长期碎片化、多元化的发展挑战。在摩尔定律失效、用户成本和效率的需求驱动下，算力多元化已经成为发展趋势。国际上，围绕x86、ARM、RISC-V软硬件生态的发展将长期并存；在国内，在CPU创新发展的探索和落地过程中，伴随着多样指令集生态的竞争发展，算力生态正面临碎片化发展挑战。
智能算力方面，操作系统需要应对在AI技术高速演进中协同发展的挑战。在规模定律以及 AI 原生应用的双轮驱动下，AI基础设施和AI应用技术都处于高速的迭代过程中。对于操作系统而言，在System for AI方面，需要进一步演进和迭代，以更好地支撑AI应用落地；在AI for System方面，要拥抱AI原生技术，通过应用AI新技术、新算法，增强自身智能化水平，为用户带来更加智能、高效的使用体验。
白皮书指出，服务器操作系统作为计算产业生态中承上启下的关键一环，随着数据中心算力产业的技术创新而快速发展。未来3-5年，在通用算力和智能算力两大方向上，产业面临着完全不同的问题，这些问题给操作系统生态建设带来了前所未有的机遇和挑战。
通用算力方面，操作系统生态需要应对长期碎片化、多元化的发展挑战。在摩尔定律失效、用户成本和效率的需求驱动下，算力多元化已经成为发展趋势。国际上，围绕x86、ARM、RISC-V软硬件生态的发展将长期并存；在国内，在CPU创新发展的探索和落地过程中，伴随着多样指令集生态的竞争发展，算力生态正面临碎片化发展挑战。
智能算力方面，操作系统需要应对在AI技术高速演进中协同发展的挑战。在规模定律以及 AI 原生应用的双轮驱动下，AI基础设施和AI应用技术都处于高速的迭代过程中。对于操作系统而言，在System for AI方面，需要进一步演进和迭代，以更好地支撑AI应用落地；在AI for System方面，要拥抱AI原生技术，通过应用AI新技术、新算法，增强自身智能化水平，为用户带来更加智能、高效的使用体验。
