全球 IT 基础设施已经进入 Big Data 时代，逐渐迈向 AI 时代，产生了大规模的计算和存储资源需求。不同于在线服务，计算任务 CPU 资源和磁盘空间需求很大，且计算需求峰值通常出现在凌晨。另外随着业务的增长，数据中心资源体量越来越大，在线业务数据中心的 CPU 和磁盘利用率非常低。因此，将在线服务和离线任务混合混部到相同物理资源上，通过资源隔离、调度等控制手段 , 充分使用资源，同时保证服务的稳定性。我们称这样的技术为“混部”。

百度从 2012 年就开始尝试进入混部技术领域，研发并推广了代理计算（BVC/IDLE）系统。2015 年进行了大规模重构，演进成一套通用的在离线混部系统（千寻）。目前公司混部的整体技术迈向成熟，并在大搜索、Feed、凤巢等机器上实现了规模化运用。

本次主要介绍一下百度在在离线混部系统架构的演进和实践。