简要描述：发挥内核模块及EBPF各自的优势，相互补充，形成一款操作系统诊断及可观测性工具，并在头部客户环境中得到应用。
唐葛亮 麒麟软件
简要描述：PGO（Profile-Guided Optimization）通过采集分析应用运行时行为特性指导编译优化，从而显著提升应用性能。但其无法感知系统级跨层交互（如系统调用、IO行为），导致无法优化整体系统性能。本文提出一种全系统PGO优化方案，通过eBPF实现跨层交互感知：1）突破传统PGO的应用内采样局限，利用eBPF低开销（<2% CPU）精准捕获分析应用与系统交互特点；2）基于eBPF信息，反馈优化操作系统能力。通过全系统PGO，我们优化了容器的IO栈，实现容器启动时延降低4.6倍，机器学习训练性能提升1.7倍。相关优化工作发表在CCF A类存储顶会FAST'25。
任玉鑫 openEuler社区 oEVP
简要描述：系统性能监控是现代数据中心不可或缺的组成部分。Linux的perf子系统，利用硬件性能检测计数器(PMC)实现了系统性能监控的两个重要功能：计数(counting)与采样(sampling)。在这里，我们介绍eBPF如何优化perf子系统的计数功能。 Linux内核提供的perf_event计数功能对于临时性能分析足够灵活。但是，对于数据中心常见的24小时不间断监控，perf子系统提供的功能就有些捉襟见肘了。这主要有两个原因：第一，perf子系统要求每一个应用都独享一个硬件计数器。如果两个应用同时监控同一个硬件事件，比如CPU执行的指令数，它们会占用两个硬件计数器。而CPU只提供有限个硬件计数器。这样的设计会造成资源的浪费。当系统中需要的perf_event多余硬件计数器数目时，perf子系统会进行硬件计数器的时分复用。这样的时分复用会造成可观的系统开销，进而降低系统的性能。第二，针对容器(cgroup)的监控，往往需要在容器切换时重新设置硬件计数器。这一操作也会造成不可忽视的性能损失。在这篇报告里，我们会讨论如果利用eBPF来解决这两个问题，进而优化perf子系统的效率。
刘松 Meta
简要描述：本次分享主要介绍下eBPF在滴滴自动驾驶的落地与应用，自车的安全行驶需要稳定、高性能的软件系统保驾护航，在实际的大量路测中系统层面的性能抖动成了老大难问题，出于安全考虑这些问题都需要逐一定位并修复。操作系统作为连接底层车载硬件(激光雷达、红外相机等)到上层中间件节点通信的桥梁，对其稳定、时延有很高的要求。对OS的全方位观测有利于自驾长尾问题的及时诊断和有效收敛，而eBPF技术从发展之初就以稳定、高效、安全著称，用于自驾场景有天然优势。目前滴滴自驾利用eBPF技术两年有余，内部构建了一个高效的车端部署架构，期间利用eBPF工具解决了一系列内核问题以及中间件的性能问题，为此希望借此机会同业界同行分享，包括：1.eBPF工具车端部署的整体架构以及目前的使用场景；2.在车端硬件算力有限的情况下，如何做到工具的低损耗(减轻OS负载)、常态化运行的优化分享；3.相关问题定位的案列分享；
陈涛 滴滴