在过去一年中，龙蜥社区在RISC-V领域取得双突破：软件生态方面，联合达摩院、中兴、浪潮、中国 科学院软件所等机构制定RISC-V SIG 2.0规划，并联合中兴、达摩院、浪潮、如意社区等伙伴首次发布 支持RVA23高性能扩展的Anolis23 RISC-V预览版，包含适配内核、工具链及1300余款软件包，推动 RISC-V向数据中心级应用演进。国际标准化方面，社区专家在RISC-V国际基金会担任主席/副主席要 职，主导Data Center SIG（RISC-V国际基金会下的一个技术工作组，专注于推动RISC-V架构在数据中 心领域的标准化和应用）运作，推进RAS/PMU云方案增强、AIOE扩展及虚拟化标准制定，参与全球标 准建设。 "面对'云+AI'催生的操作系统新纪元，我们将推动龙蜥与通义大模型、魔搭社区等阿里AI开源体系深度 融合，让龙蜥成为中国操作系统走向世界的名片。"阿里巴巴集团合伙人、阿里云智能集团基础设施事 业部负责人蒋江伟说。 来源：北京日报客户端 转自：北京日报客户端 11月17日，在2025龙蜥操作系统大会上，中国智能计算产业联盟发布《国产服务器操作系统发展报告 （2025）》。报告显示 ...

北京商报讯（记者 魏蔚）11月18日，北京商报记者获悉，中国智能计算产业联盟正式发布的《国产服 务器操作系统发展报告（2025）》（以下简称为"报告"）显示，在用户企业当前使用的服务器操作系统 中，龙蜥生态相关社区版和商业版的市场占比近 50%，装机量超1000万。在国产操作系统迁移意愿方 面，用户意愿迁移至龙蜥生态社区版和商业版的比例为54.25%。 报告调研显示，"云+AI"正在重塑和加速服务器操作系统的发展，未来三年，预计国产服务器操作系统 相关市场规模将突破300亿元，国产化率从35%提升至65%，实现从细分领域到通用市场、从能用到好 用的跨越式发展。过去一年，龙蜥社区在软件生态方面，联合达摩院、中兴、浪潮、中科院软件所等机 构制定RISC-V （开源指令集架构）SIG 2.0规划，联合中兴、达摩院、浪潮、如意社区等伙伴首次发布 支持RVA23高性能扩展的Anolis23 RISC-V预览版，包含适配内核、工具链及1300+软件包，推动RISC-V 向数据中心级应用演进。国际标准化方面，社区专家在RISC-V国际基金会担任主席/副主席，主导Data Center SIG运作，推进RAS/PMU云方案增 ...

来源：环球网 【环球网科技报道 记者 李文瑶】"CentOS停服像是一记警钟，但也成为国产系统发展的转折点。我们 社区的定位很清晰——不做低水平内卷，而是在共性技术上协同，推动国产系统从'单点突破'走向'生态 繁荣'。"在2025龙蜥操作系统大会上，龙蜥社区理事长杨勇在采访中如此定义他们正在构建的"操作系 统生态观"。 根据中国智能计算产业联盟在大会上发布的《国产服务器操作系统发展报告（2025）》，龙蜥操作系统 装机量已突破1000万套，在国产服务器操作系统市场中占比近50%，成为企业用户迁移意愿最高的国产 系统。 数据背后，一个更具讨论性的话题正在业界发酵：在云计算与人工智能重塑一切的技术变局中，中国操 作系统是否真的迎来了从"跟随者"向"定义者"跃迁的历史性窗口？开源模式，究竟是构建自主技术体系 的"万能钥匙"，还是新一轮生态割据的开始？ 开源不是"乌托邦"，是战略基础设施 五年前，当红帽宣布将停止对CentOS的维护支持时，国内服务器市场弥漫着对操作系统的焦虑。作为 当时市场主流的免费企业级Linux发行版，CentOS的停服意味着大量国内企业将面临严峻的安全漏洞与 可持续运维挑战。这场被业内称为"断 ...

Core Insights - The impact of AI on server operating systems is mutual, necessitating advancements in both AI applications and operating systems to support them effectively [2][3] Group 1: Market Trends and Predictions - The global AI server market is projected to exceed $120 billion by 2025, indicating a significant shift in the role of operating systems from passive tools to active power management centers [3] - The demand for heterogeneous computing is reshaping the foundational logic of server operating systems, requiring compatibility with various hardware types such as CPU, GPU, DPU, FPGA, and ASIC [3][4] Group 2: Technical Challenges - Server operating systems face several challenges, including the need for full architecture compatibility and dynamic resource scheduling to support AI model training [3][4] - Performance bottlenecks and cluster stability are critical issues, particularly with the training of trillion-parameter models that require terabyte-level memory and face cumulative failure rates in large clusters [3][4] Group 3: Evolution of Operating Systems - Operating systems are evolving from simple tools to intelligent agents capable of smart resource allocation and management [4][5] - Two main technical directions are emerging: one involves using large models to create operating system kernels, while the other focuses on upgrading existing kernels through intelligent adaptations [4][5] Group 4: Data Privacy and Security - AI applications in sensitive fields like healthcare and finance demand stringent data privacy and security measures, prompting operating systems to enhance their security frameworks [5][6] Group 5: Ecosystem Integration - The fragmentation of software and hardware ecosystems poses significant challenges for server operating systems, necessitating improved compatibility and optimization across diverse computing resources [5][6] - The establishment of alliances, such as the Longxi Intelligent Computing Infrastructure Alliance, aims to enhance compatibility and collaboration among AI chip manufacturers, server vendors, and operating system developers [9][10] Group 6: Future Directions - The future of server operating systems lies in their ability to integrate AI capabilities, transforming them into intelligent operational assistants that can preemptively address issues and enhance system stability [8][9] - The concept of AI-native operating systems is gaining traction, requiring a reconfiguration of existing systems to better support AI environments [6][7]