Pinned Tweet
前两个月发烧加心脏不舒服,去医院按医生建议做了血检排查。面对几十项化验指标,我想更细致地了解各项指标对应着身体的哪些健康状态,一个个复制去问 ChatGPT、DeepSeek 或 Claude 不仅繁琐,还容易看串行。我试着用 Mirobody 国内网页版(chat.mirobody.cn)跑了一下自己的化验单,这款由 Theta Health 开源的健康数据引擎(Apache-2.0 协议)自动剔除了重复扫描件,直接把 33 项指标里的异常项统一筛了出来,对齐了标准医学名称,还画出了偏离度对比图。
过去拿体检单问通用大模型,最怕它看串行、漏项、算错单位或者一本正经地编造数值。看了一下 Mirobody 的 GitHub 仓库,发现它底层不是靠模型硬“猜”,而是专门搭了一套确定性的健康数据底座:
1️⃣ 异常筛选与标准映射:接入 LOINC 2.83 词表(63,416 个编码、1,023,273 条名称)和 UCUM 单位规则,把 hs-CRP、NEU# 这类医院简写统一归一化,超出参考范围的指标一目了然,每个数值都能溯源到具体文件。
2️⃣ 全源数据打通与趋势追踪:不只支持体检报告(PDF、照片等 23 种文件),还能接入 Apple Health、Garmin 等智能穿戴设备记录和日常健康日记;每次新数据存入后都会按时间轴串联,长期指标变化趋势一清二楚。
3️⃣ 数据主权留在本地:和 ChatGPT Health、阿福等把数据传上云端的闭源应用不同,它支持 16GB 内存无显卡本地部署(Windows 需在 WSL 2 下运行),代码与词表全部开源可审计。
目前国内网页版(chat.mirobody.cn)和微信小程序「Mirobody」都基于这套底座,海外版则以 Theta(thetahealth.ai)提供服务。如果你也想把自己的健康数据掌握在自己手里,推荐去 GitHub 看看源码(顺手点个 Star 支持下开源):
github.com/thetahealth/mirob…
#OpenSource #AIAgent #HealthTech #Mirobody #AI健康
Moonlight retweeted
同一项胆固醇,
国内体检单写 mmol/L,美国化验单写 mg/dL,
名字也不一样,自己根本对不上。
试了开源的 Mirobody:
5 份中英文虚拟报告里的 5 次读数,认成同一项,换算后画成一条线。
点开报告里的原值,能看到它来自哪份文件。
🤝 Paid partnership
Moonlight retweeted
前两个月发烧加心脏不舒服,去医院按医生建议做了血检排查。面对几十项化验指标,我想更细致地了解各项指标对应着身体的哪些健康状态,一个个复制去问 ChatGPT、DeepSeek 或 Claude 不仅繁琐,还容易看串行。我试着用 Mirobody 国内网页版(chat.mirobody.cn)跑了一下自己的化验单,这款由 Theta Health 开源的健康数据引擎(Apache-2.0 协议)自动剔除了重复扫描件,直接把 33 项指标里的异常项统一筛了出来,对齐了标准医学名称,还画出了偏离度对比图。
过去拿体检单问通用大模型,最怕它看串行、漏项、算错单位或者一本正经地编造数值。看了一下 Mirobody 的 GitHub 仓库,发现它底层不是靠模型硬“猜”,而是专门搭了一套确定性的健康数据底座:
1️⃣ 异常筛选与标准映射:接入 LOINC 2.83 词表(63,416 个编码、1,023,273 条名称)和 UCUM 单位规则,把 hs-CRP、NEU# 这类医院简写统一归一化,超出参考范围的指标一目了然,每个数值都能溯源到具体文件。
2️⃣ 全源数据打通与趋势追踪:不只支持体检报告(PDF、照片等 23 种文件),还能接入 Apple Health、Garmin 等智能穿戴设备记录和日常健康日记;每次新数据存入后都会按时间轴串联,长期指标变化趋势一清二楚。
3️⃣ 数据主权留在本地:和 ChatGPT Health、阿福等把数据传上云端的闭源应用不同,它支持 16GB 内存无显卡本地部署(Windows 需在 WSL 2 下运行),代码与词表全部开源可审计。
目前国内网页版(chat.mirobody.cn)和微信小程序「Mirobody」都基于这套底座,海外版则以 Theta(thetahealth.ai)提供服务。如果你也想把自己的健康数据掌握在自己手里,推荐去 GitHub 看看源码(顺手点个 Star 支持下开源):
github.com/thetahealth/mirob…
#OpenSource #AIAgent #HealthTech #Mirobody #AI健康
🎮 BLG just won the Championship!🎉🎉🎉
庆祝 BLG 夺冠!🎉🎉🎉
To celebrate, Bilibili is giving 7 Days of FREE Premium Membership! (Subject to the official campaign rules)
为了庆祝,B 站送 7 天大会员!(具体以官方活动页规则为准)
Here is how overseas fans can try to claim it:
海外粉丝也可以试试这样领:
1️⃣ Download the Bilibili global app or visit bilibili.com.
下载 Bilibili 国际版 App 或访问 bilibili.com。
2️⃣ Sign up using your local phone number (select your country code).
使用当地手机号注册(记得选国家区号)。
3️⃣ Search "大会员" in the search bar to claim your 7 free days! (Existing members get +7 days automatically).
在搜索栏搜“大会员”领取 7 天免费会员!(已有大会员的用户领取后一般会自动顺延 7 天)。
⏰ Available after 12:00 PM today. Limited-time offer, grab yours fast! Come back and let me know if you got it~
今天中午 12 点后开始,限时活动抓紧去领! 领完可以回来告诉我一声🙏
#BLG #Bilibili #Worlds2026 #LPL
BLG ARE WORLD CHAMPIONS. 🏆
Our first Summoner’s Cup. It’s finally coming home.
To everyone who’s ever worn the jersey, worked behind the scenes, or cheered us on: we did it!
#BLGWIN #Worlds2026
openEuler 24.03 LTS 评测解读|鲲鹏领先可量化,x86 持平,HPC 与终端环境是代价项
导语:鲲鹏 ARM 服务器侧优化明确——鲲鹏 920 上整体性能较 CentOS 7 领先约 15%;通用 x86 与 Ubuntu 基本持平(差距 1%–3%);但 OpenMPI 集合通信与 64K 页配置下的 STREAM 内存带宽劣化是可量化短板,官方终端环境的功能缺失则构成开发者场景的门槛。
信源与时效:核验时间 2026-11-14。本解读只使用可追溯的公开评测数据、openEuler 社区 GitHub Issues 与现场披露,不自行补充所引信源中未出现的数据;凡信源未覆盖的维度,标注“报告未覆盖”。覆盖版本包括 24.03 LTS SP3(64K 页对比数据)、24.03 LTS SP5(大会现场披露) 与社区版,不同版本的结论不互相外推。
完整版:teapawt.org/Moonlightudy/status/21…
#openEuler #开源项目 #AI基建 #OpenSource #AIInfrastructure #AgenticAI #CloudNative
openEuler 24.03 LTS 评测解读|鲲鹏领先可量化,x86 持平,HPC 与终端环境是代价项
导语:
鲲鹏 ARM 服务器侧优化明确——鲲鹏 920 上整体性能较 CentOS 7 领先约 15%;
通用 x86 与 Ubuntu 基本持平(差距 1%–3%);
OpenMPI 集合通信与 64K 页配置下的 STREAM 内存带宽劣化是可量化短板,官方终端环境的功能缺失则构成开发者场景的门槛。
(一图流见图片一)
信源与时效:核验时间 2026-11-14。本解读只使用可追溯的公开评测数据、openEuler 社区 GitHub Issues 与现场披露,不自行补充所引信源中未出现的数据;凡信源未覆盖的维度,标注“报告未覆盖”。覆盖版本包括 24.03 LTS SP3(64K 页对比数据)、24.03 LTS SP5(大会现场披露) 与社区版,不同版本的结论不互相外推。
#openEuler
62
Moonlight retweeted
openEuler 24.03 LTS 评测解读|鲲鹏领先可量化,x86 持平,HPC 与终端环境是代价项
导语:鲲鹏 ARM 服务器侧优化明确——鲲鹏 920 上整体性能较 CentOS 7 领先约 15%;通用 x86 与 Ubuntu 基本持平(差距 1%–3%);但 OpenMPI 集合通信与 64K 页配置下的 STREAM 内存带宽劣化是可量化短板,官方终端环境的功能缺失则构成开发者场景的门槛。
信源与时效:核验时间 2026-11-14。本解读只使用可追溯的公开评测数据、openEuler 社区 GitHub Issues 与现场披露,不自行补充所引信源中未出现的数据;凡信源未覆盖的维度,标注“报告未覆盖”。覆盖版本包括 24.03 LTS SP3(64K 页对比数据)、24.03 LTS SP5(大会现场披露) 与社区版,不同版本的结论不互相外推。
完整版:teapawt.org/Moonlightudy/status/21…
#openEuler #开源项目 #AI基建 #OpenSource #AIInfrastructure #AgenticAI #CloudNative
openEuler 24.03 LTS 评测解读|鲲鹏领先可量化,x86 持平,HPC 与终端环境是代价项
导语:
鲲鹏 ARM 服务器侧优化明确——鲲鹏 920 上整体性能较 CentOS 7 领先约 15%;
通用 x86 与 Ubuntu 基本持平(差距 1%–3%);
OpenMPI 集合通信与 64K 页配置下的 STREAM 内存带宽劣化是可量化短板,官方终端环境的功能缺失则构成开发者场景的门槛。
(一图流见图片一)
信源与时效:核验时间 2026-11-14。本解读只使用可追溯的公开评测数据、openEuler 社区 GitHub Issues 与现场披露,不自行补充所引信源中未出现的数据;凡信源未覆盖的维度,标注“报告未覆盖”。覆盖版本包括 24.03 LTS SP3(64K 页对比数据)、24.03 LTS SP5(大会现场披露) 与社区版,不同版本的结论不互相外推。
#openEuler
Moonlight retweeted
openEuler 24.03 LTS 评测解读|鲲鹏领先可量化,x86 持平,HPC 与终端环境是代价项
导语:
鲲鹏 ARM 服务器侧优化明确——鲲鹏 920 上整体性能较 CentOS 7 领先约 15%;
通用 x86 与 Ubuntu 基本持平(差距 1%–3%);
OpenMPI 集合通信与 64K 页配置下的 STREAM 内存带宽劣化是可量化短板,官方终端环境的功能缺失则构成开发者场景的门槛。
(一图流见图片一)
信源与时效:核验时间 2026-11-14。本解读只使用可追溯的公开评测数据、openEuler 社区 GitHub Issues 与现场披露,不自行补充所引信源中未出现的数据;凡信源未覆盖的维度,标注“报告未覆盖”。覆盖版本包括 24.03 LTS SP3(64K 页对比数据)、24.03 LTS SP5(大会现场披露) 与社区版,不同版本的结论不互相外推。
#openEuler
5️⃣ Benchmark 中文名对照
SPEC CPU → SPEC CPU 基准测试(衡量服务器 CPU 的单核/多核整数与浮点计算性能)
UnixBench → UnixBench 综合性能基准(通过一组系统调用与轻量任务综合评估 Unix/Linux 整体性能,偏传统指标)
Lmbench → Lmbench 微基准套件(测量系统调用、上下文切换、内存读写延迟等底层 OS 开销)
Sysbench → Sysbench 多线程基准(常用于 CPU、内存、数据库 OLTP 场景的吞吐与延迟测试)
STREAM → STREAM 内存带宽基准(通过 Copy/Scale/Add/Triad 四种运算测量可持续内存带宽)
OpenMPI Allreduce → OpenMPI 全归约集合通信(MPI 并行计算中将所有进程的数据归约后分发到所有进程的集合操作,对 HPC 通信性能敏感)
vLLM TTFT → vLLM 首 Token 时延(大模型推理从请求发出到生成第一个 token 的时间)
vLLM TPOT → vLLM 每输出 Token 时延(生成阶段每个后续 token 的平均耗时)
vLLM Throughput → vLLM 推理吞吐量(单位时间内处理的请求数或 token 数)
FIO → Flexible I/O 基准(测量存储设备的顺序/随机读写 IOPS 与带宽)
iperf3 → iperf3 网络吞吐基准(测量 TCP/UDP 带宽、抖动与丢包)
2
34
3️⃣ 核心劣势
科学计算 MPI 集合通信(限定:OpenMPI Allreduce / 千核规模 / 通信密集型):在 ARM64(鲲鹏/国产超算平台) 上,使用 OpenMPI 进行 Allreduce 等集合通信时,openEuler 性能下降最多 76.83%;千核规模下,通信密集型应用并行效率降低最多 23.01%。限定条件必须保留:非通信密集型 HPC 应用中,openEuler 与 CentOS 性能相当;该劣化只在 集合通信密集 + 大规模进程数 下成立,不能外推为“openEuler 科学计算全面不行”。
64K 页内核下的 STREAM 内存带宽(限定:ARM64 / 开启透明大页 / 64K 内核):在 鲲鹏 950(kp950)/ ARM64 上,openEuler 24.03 LTS SP3 的 64K 内核相较 4K 内核,STREAM Scale 劣化 31.60%、Add 劣化 33.30%、Triad 劣化 28.90%;同硬件上 Ubuntu 24.04.5 的 4K 与 64K 性能基本持平(劣化在 -3.18% 至 +6.40% 之间)。限定条件:该劣化与 透明大页(THP)开启相关,关闭 THP 或调整大页配置可显著缓解,并非 64K 页在所有配置下必然劣化。
桌面与终端开发体验(限定:官方 openEuler 终端 / 开发环境):官方 openEuler 终端没有 root 权限、没有包管理器、没有 zsh,无法正常安装和配置基础开发环境;普通用户默认不能通过 su 切换到 root,需依赖 wheel 组或 sudo 配置。这是功能/权限模型层面的缺失,而非“性能差”,对个人开发机与图形工作站场景构成直接障碍。
非鲲鹏 x86 平台的优化落差:在 Intel/AMD x86_64 上,openEuler 与 Ubuntu 的纯计算性能差距在 1%–3% 以内,不存在鲲鹏场景那样的显著领先;Ubuntu 在最新一代 Intel Xeon / AMD EPYC 的驱动支持上响应更快。换言之,openEuler 的“性能好”高度依赖鲲鹏 ARM64 平台,在通用 x86 上应预期为“持平”,而非“优于通用发行版”。
海外小众软件与闭源驱动兼容性:部分第三方闭源软件(如旧版 Oracle 插件、特定监控 Agent)未针对 ARM + openEuler 预编译,需自行编译;海外硬件驱动(如部分 NVIDIA GPU 场景)同样存在手动适配门槛。这是生态兼容性短板,材料以定性描述为主,未给出“多少款软件不可用”的量化计数。
2
65
总结
openEuler 是一份 “鲲鹏场景高度特化、x86 通用持平、HPC 集合通信与桌面生态代价明确” 的成绩单——鲲鹏 ARM64 上的调度优化、MySQL 事务性能与 iSula 容器启动具备可量化的竞争力,但在 OpenMPI 集合通信(千核规模)、64K 页 + THP 下的 STREAM 内存带宽、以及终端/桌面开发环境上存在需要限定条件才能准确描述的短板。是否采用,取决于迁移来源(CentOS 系代价低、Ubuntu 代价中高)与场景是否落在鲲鹏服务器 + 云原生主航道;若负载是 x86 科学计算集合通信密集型、或需要完整桌面开发环境,openEuler 的现有评测数据不足以支撑“优于 Ubuntu/银河麒麟”的结论。
#openEuler #信创 #操作系统 #Linux #鲲鹏 #HPC #CentOS替代
1
33
资料来源:
【官方与现场披露】
1. openEuler 官方博客(CSDN DAMO):
damodev.csdn.net/6af6eeb1408…
2. 科技日报:
stdaily.com/web/gdxw/2026-11…
3. 智东西:
zhidx.com/p/610109.html
4. 腾讯新闻(同源转载):
news.qq.com/rain/a/20261114A…
【社区 Issue】
5. AtomGit openEuler kernel #10321(64K STREAM):
atomgit.com/openeuler/kernel…
【第三方与背景】
6. It's FOSS(24.03 LTS 基础版,非 SP5):
itsfoss.com/news/openeuler-2…
7. openEuler 官网(检索 Release Notes):
openeuler.org/en/
18



















