10/20/2025，，2025年10月18日，在韩国首尔举办的第31届操作系统原理研讨会（SOSP）上，阿里云发布的“Aegaeon”计算池化解决方案研究成果成功入选。

该方案创新性地解决了AI模型服务中普遍存在的GPU资源浪费问题，在阿里云模型市场测试中，实现了英伟达GPU用量大幅削减82%的显著成效。
阿里云重大突破：Aegaeon获SOSP收录，破解GPU浪费困局(图1)
      
SOSP（操作系统原理研讨会）由ACM SIGOPS主办，是计算机系统领域顶级学术会议，平均每年收录的论文数量仅有数十篇， 被誉为计算机操作系统界的“奥斯卡”，本届SOSP大会仅收录66篇论文。

阿里Aegaeon 系统
云服务商当前在提供 AI 模型服务时，面临着严重的资源效率低下问题。平台需要同时托管数千个 AI 模型以处理海量并发 API 调用，但用户请求往往高度集中在少数几个热门模型上，例如阿里巴巴的 Qwen 系列模型。研究人员发现，这种“长尾效应”导致了严重的资源闲置：在阿里云的模型市场中，竟有 17.7% 的 GPU 算力仅被用于处理 1.35% 的请求，造成了巨大的成本浪费。为解决这一痛点，Aegaeon 系统应运而生。它通过创新的 GPU 资源池化技术，允许单个 GPU 动态服务于多个不同的 AI 模型，打破了以往 GPU 与特定模型绑定的低效模式。

在阿里云模型市场进行的为期超过三个月的 Beta 测试中，Aegaeon 系统展现了卓越的效能。测试数据显示，服务数十个参数量高达 720 亿的大模型，所需的英伟达 H20 GPU 数量从 1192 个成功减少至 213 个，数量削减高达 82%。

这项由北京大学与阿里云合作的研究成果，被认为是“首个揭示并解决市场上并发大语言模型服务存在过高成本”的公开工作，为行业提供了全新的优化思路。

值得一提的是，阿里云首席技术官周靖人也是该论文的作者之一。周靖人是国际电气与电子工程师协会会士（IEEE Fellow），国际计算机协会会士（ACM Fellow），阿里巴巴集团副总裁，阿里云智能 CTO、达摩院副院长。

如何从底层系统软件层面优化，以更好地支撑和赋能上层AI应用，已成为全球学术界和工业界关注的焦点。未来AI的发展将不仅依赖于硬件算力的单纯增长，更需要通过系统级的软件创新来深度挖掘现有硬件的潜力。