赛题题目：基于AI的系统参数智能调优技术

赛题说明：

Linux 系统参数调优是提升系统性能、降低资源消耗的重要手段，然而，面对复杂且多样化的工作负载，手动调优过程耗时且依赖于个人经验，难以快速适配动态变化的需求。近年来，人工智能技术为系统参数优化提供了新的思路，能够基于历史数据和实时监测信息，动态调整系统关键参数，提升系统的稳定性与执行效率。本赛题旨在探索基于AI的 Linux 系统参数自动调优技术，推动国产操作系统与 AI 技术的深度融合，助力系统性能的智能化提升。选手需针对特定的系统参数（如 CPU 调度策略、内存管理参数、I/O 队列深度、网络协议栈参数等）进行智能优化，开发一个能实时监控、分析工作负载并生成最优参数组合的调优系统。

赛题要求：

基于开源操作系统研发及运行。 动态监控与分析：实时采集和分析CPU 相关参数（如调度策略、CPU 亲和性、CFS 调度器参数）、内存管理参数（如虚拟内存回收策略、内存页大小、缓存管理）、I/O 相关参数（如 I/O 队列深度、磁盘读写策略）、网络参数（如 TCP 拥塞控制算法、socket 缓冲区大小）等关键指标，识别当前工作负载类型。 智能参数优化：基于AI技术，结合历史数据和实时反馈，动态生成并应用最优系统参数组合，支持对多种工作负载场景（如CPU密集型任务、数据密集型任务、IO密集型任务等）进行适配和调优； 用户友好界面：提供可视化配置界面，支持一键优化、参数自定义调节及调优前后效果对比等功能。 可扩展性：方案应具备良好的扩展性，方便新增系统参数或优化策略。

评分标准：

功能完整性（40%）：

• 监控指标是否全面与准确（50分）；
• 界面设计的是否直观与易用（30分）；
• 方案是否可扩展（20分）。

性能优化（30%）：

• 性能提升幅度：通过关键指标（如 CPU 利用率、内存使用率、I/O 吞吐量、网络延迟等）对比，优化后性能提升幅度至少达到 10%（70分）；
• 适配多样工作负载场景：针对不同工作负载（如计算密集型、I/O 密集型、混合负载）均需展示明显的性能改善，至少覆盖两种负载类型（30分）。

代码规范性（20%）：

• 代码结构清晰优雅，代码模块化设计（70分）；
• 可维护性高，可扩展性好（30分）。

文档质量（10%）：

• 给出需求分析、设计说明文档。描述作品背景、应用领域、架构设计思路、数据采集方式、AI模型使用、模块功能描述等（60分）； -给出测试用例文档。结合不同性能优化指标检测方案测试优化率（20分）；
• 给出软件使用指南文档（20分）。

赛题联系人：

余烁奇 yushuoqi@kylinos.cn

参考资料：

• [1] https://www.oschina.net/news/162574
• [2] https://qp6kkktqa2.feishu.cn/wiki/AgsvwQSxlinIBHkgB2VcpUf3nAe
• [3] https://my.oschina.net/emacs_8898893/blog/17538774
• [4] https://zhuanlan.zhihu.com/p/652434521

参赛资源支持：

• [1] 麒麟软件有限公司可提供软件开发环境
• [2] OpenHarmony可提供软硬件开发资源