周絮-AI Agent + AI Profiling，构建高效智能运维双支柱.pdfVIP

演讲人：周絮

-1-

01大规模云上系统运维的特点和挑战

02AIProfiling+AIAgent，助力云+AI运维进化

03AI观测助力训推场景提升稳定性

04AIAgent助力提升运维效率

-2-

-3-

大规模云上系统运维的特点和挑战

01

-4-

大规模云上运维的特点和挑战

技术堆栈门槛高指标解读难

•高度依赖于Linux系统的使用和命令并且需要具有•

专家技能人员，需要工具可以降低运维门槛。

•咨询的场景，包括客户在售前对于产品的相关咨•

询，也包括用户在使用中对于产品操作配置的相

关咨询，包括售后用户在解决问题的相关咨询。•

监控指标爆炸式

增长及秒级抖动

盲区与现场缺失

故障定界难运维时刻的碎片化

•客户与阿里云：客户应用出现故障，难以排查是客•

户代码问题还是基础设施的问题。

•云产品间：涉及到多云产品间的故障定位及排查，•

往往链路长，定位困难。

•

-5-

如何给用户更好体验

降低应用的运维门

深度剖析问题成因提升运维效率

槛基于内核深度剖析AI辅助解决重复性问题

应用自顶向下的分析

关联：实现系统指标与应用表象的关联；全视