蚂蚁集团开源 AKernel：面向 AI 智能体的可编程数据中心基础设施

AKernel：面向智能体的可编程数据中心级基础设施

概述

AKernel（Agent Kernel）是一个分布式内核，它将 AFaaS 的性能与 openYuanrong 的架构相结合，实现了 真正的“数据中心级使用”——将整个数据中心视为你的 AI 智能体的可编程延伸。

传统的基础设施工具（IaC、Kubernetes 原生平台、多云 Terraform 以及厂商专用的 CDK）是为基础设施的供给而设计的，而非为运维而设计。它们无法满足 AI 智能体、RL 训练和数据管道的需求，这些场景需要运行时弹性、动态工作流以及对数据中心能力的编程式访问。

AKernel 通过五大关键优势解决了这一问题：

数据中心级使用：统一的编程接口

一个 Python SDK（akernel_sdk）即可通过编程方式控制计算、网络和存储——无需 YAML，无需手动编排。多语言支持已在规划中。

from akernel_sdk import Sandbox

with Sandbox(cpu=2000, memory=4096) as sb:
    result = sb.commands.run("echo 'hello from AKernel'")
    print(result.stdout)

一键部署：从笔记本电脑到多云

一个一体化镜像，多个部署目标——10 分钟内即可完成部署：

极致性能下的安全隔离

• 40 ms 冷启动*：基于 Fork 的启动方式配合懒加载，实现近乎为零的启动延迟
• 沙箱隔离：目前采用 gVisor，计划支持 Kata Containers*
• 检查点/恢复*：保存并恢复沙箱状态，实现快速恢复

* 计划在开源版本中发布，AKernel v0.1.0 中暂不可用。

AI 原生开发与运维

• AI 贡献的代码库：AKernel 代码的很大一部分由 AI 编写，从而实现快速迭代
• AI 驱动的运维：集群部署、day-2 运维和故障排查均由 AI 智能体驱动
• 对智能体友好：作为基础设施构建，AI 智能体可以以编程方式控制和推理

全栈可观测性

内置 OpenTelemetry（OTEL）集成，开箱即用提供完整的可观测性——不仅是资源管理，而是全貌：

• 指标：基于 Prometheus 的采集，覆盖计算、网络和沙箱性能
• 仪表盘：预配置的 Grafana 仪表盘，用于实时集群监控
• 追踪与日志：端到端请求追踪与集中式日志聚合

快速开始

快速导航

• 💡 示例 - AKernel SDK 示例与用例
• 🏗️ 架构 - 系统设计与组件
• 🚀 部署 - 安装与配置指南

引导启动集群

AKernel 为阿里云 ACK 和华为云 CCE 提供引导式 Terraform 部署。请克隆仓库并准备好云凭证，然后再从下方选择一个镜像选项。

该工作流需要 Terraform、Docker、Helm、kubectl、Python 3、GNU Make，以及具备创建所需基础设施权限的云凭证。对于阿里云，请先导出凭证和区域：

git clone --recurse-submodules https://github.com/akernel-dev/akernel.git
cd akernel

export ALICLOUD_ACCESS_KEY="<your-access-key-id>"
export ALICLOUD_SECRET_KEY="<your-access-key-secret>"
export ALICLOUD_REGION="cn-hangzhou"

选项 1：使用官方镜像

使用 Docker Hub 上的公共 AKernel 镜像：

make config VENDOR=aliyun \
  IMAGE_REPOSITORY=akerneldev/all-in-one \
  IMAGE_TAG=latest
make deploy

方案二：从源码构建

配置一个你的集群可以访问的镜像仓库，然后在部署前构建并推送一体化镜像：

make config VENDOR=aliyun \
  IMAGE_REPOSITORY=registry.example.com/akernel/all-in-one \
  IMAGE_TAG=your-release-tag
docker login registry.example.com
make build
make push
make deploy

有关前置条件、云平台特定配置、部署验证和集群清理，请参阅 部署指南；有关开发细节，请参阅 构建指南。

创建沙箱

从 PyPI 或源码安装 Python SDK：

# PyPI
python -m pip install akernel-sdk

# Source
python -m pip install ./sdk/python

配置 AKernel 环境：

export AKERNEL_SERVER_ADDRESS="<your-akernel-server-address>"
export AKERNEL_TOKEN="<your-akernel-token>"

使用 SDK 创建沙箱并与之交互：

from akernel_sdk import Sandbox

with Sandbox(cpu=1000, memory=2048) as sandbox:
    result = sandbox.commands.run("echo 'hello from AKernel'")
    print(result.stdout)

    sandbox.files.write("/tmp/hello.txt", "hello from the SDK")
    print(sandbox.files.read("/tmp/hello.txt"))

有关更多操作，请参阅完整的 基础用法示例以及其他 SDK 示例。

架构

系统组件

节点级基础设施

• gVisor：安全的沙箱化容器运行时
• sandboxd：沙箱生命周期守护进程，支持可插拔的沙箱运行时集成
• distill-fs：基于 Rust 的 FUSE 文件系统，用于惰性 rootfs 访问、分块缓存和去重

集群级服务

• 分布式调度器：感知工作负载的放置与扩缩容
• API 网关：所有操作的统一接口
• 对象存储：原始及 Nydus rootfs 镜像与只读沙箱挂载
• 云资源开通：面向阿里云 ACK 和华为云 CCE 的 Terraform 模块

工作原理

1. 智能体提交工作负载：通过统一 API 或 SDK
2. 调度器放置沙箱：根据请求的 CPU、内存和可用容量选择工作节点
3. 沙箱已创建：在选定的工作节点上准备 rootfs 和网络并启动 gVisor
4. 工作负载执行：在安全、隔离的沙箱中
5. 资源回收：删除沙箱并将其容量归还给集群

路线图

• 基于 gVisor 的 fork 式沙箱启动
• Kata Containers 沙箱运行时
• 沙箱检查点与恢复
• 支持 GKE 和 AWS
• 支持 Cgroup v2 节点

许可证

AKernel 采用 Apache License 2.0 许可。