①课题来源与背景 。课题来源：广东省科学技术厅，重点领域研发计划，面向云数据中心智能管控的软件定义方法与关键技术，2020B010164003，2000万元。项目自筹经费由合作单位阿里云计算有限公司和阿里巴巴（深圳）技术有限公司负责筹集到位，共计自筹2000万元。 课题背景：云计算作为新一代信息技术的重要驱动力在国民经济和社会发展中发挥愈来愈重要的作用。它所依赖的数据中心已成为国家重大基础设施，其高效可靠运行是国家数字经济核心竞争力的体现，对国计民生有重要影响。现有的云数据中心存在的超大系统规模（数十万台以上）、异构资源配置（异构软硬件）和开放应用场景（应用多样性）等重大挑战。针对这些挑战，国外已经形成了以谷歌、亚马逊等为代表的云计算高技术企业。国内以阿里巴巴为代表的云计算企业正在快速崛起，但同时也面临着双十一等世界最大并发规模下云原生应用毫秒级响应等重大挑战。为解决这一问题，也为有效应对中美贸易摩擦，防范化解软件和计算技术风险，推动广东云计算软件技术产业发展，本项目按照指南精神，高标准组建项目团队，汇聚本领域国内知名学者。通过本项目的实施，拟在国际上率先实现以软件定义新视角对现有云数据中心架构进行整体改造升级，研制新一代自主可控的云数据中心智能管控系统，通过从底层硬件到上层应用的全系统栈协同设计，破解云计算用户体验与资源利用率之间长期存在的矛盾，并在国内规模领先的云数据中心----阿里巴巴开展示范应用，奠定我国在软件定义云数据中心领域的国际先进地位。

    ②技术原理及性能指标。 关键的技术原理包括： （1）自主可控云数据中心架构理论、方法及运行机制 （2）软件定义的高并发低时延云数据中心操作系统构建方法 （3）面向超大规模在离线混部应用的云数据中心智能管理及调度技术 （4）基于容器的轻量级微服务自动编排与热插拔技术 （5）面向典型应用的自主可控云数据中心智能管控示范平台。 主要的性能指标包括： （1）基于标签机制的软件定义内存带宽控制机制下，混合应用测试下高优先级应用性能波动低于10%； （2）云服务响应时间小于10毫秒； （3）云服务单机并发数突破1000； （4）支持秒级的热插拔管理过程； （5）服务器核及容器平台规模在200万级； （6）基于新一代混部云原生化技术，资源利用率总体提升20%； （7）数据智能驱动的QoS体系对云数据中心运行时服务质量的动态量化评估准确度在70%以上； （8）模拟平台支持万台规模以上云数据中心模拟。

    ③技术的创造性与先进性。 本项目的创造性与先进性主要体现在以下三点： （1）提出实用可计算和标签化计算机体系结构，解决硬件资源长期存在的无序共享问题； （2）提出软件定义的高并发低时延云数据中心操作系统，打通异构硬件与软件的语义鸿沟； （3）提出面向超大规模在离线混部应用的智能管理与调度方法，大幅降低时延并提升并发度。

    ④技术的成熟程度，适用范围和安全性。 项目目标成果的功能、性能指标已通过第三方测试报告，已交付多个用户在面向云计算应用场景的实际生产中示范应用，满足用户需求，经工业和信息化部电子第五研究所评定，技术就绪度达到8级。

    ⑤应用情况及存在的问题。 相关技术已被应用于华为、阿里巴巴（深圳）、深圳北斗应用技术研究院、东莞本末科技、广州广电运通、深圳广道等10余家企业，实现技术在广东省内的落地。经用户使用，反馈良好，部分用户建议在图形用户界面上进行优化。 ⑥历年获奖情况 （1）2021年，获得云计算领域顶会SoCC 2021最佳论文奖，为该会创办10余年来，首次由国内团队获得； （2）2022年，由于技术先进性上的突出表现，项目团队成员获2020华为奥林帕斯先锋奖（全球排名第二）； （3）项目负责人须成忠教授受邀在多个国际国内会议做主旨报告； （4）项目团队陈海波教授获评2020中国青年科技家奖、2022陈嘉庚青年科学奖（信息科学仅1位） 、2022 IEEE fellow； （5）2022年，项目团队包云岗研究员入选国家级人才计划； （6）项目团队夏虞斌、陈榕教授入选国家级青年人才计划。