在人工智能时代，JVM 正成为 AI 工程化落地的关键底座——大模型推理服务、实时特征计算、高并发 AI 网关等场景，无一不依赖 ZGC 毫秒级停顿、虚拟线程百万级并发、GraalVM 原生镜像秒级启动等云原生能力。课程直击 AI 系统性能瓶颈：从逃逸分析优化对象创建、TLAB 减少 GC 竞争，到用 @Contended 消除伪共享提升缓存效率；从 JMM+volatile 保障特征数据可见性，到函数式 Stream 高效处理实时样本流；更通过 Spring Boot 3+GraalVM 实战，完成 AI 服务 Native Image 编译与 FULLGC 诊断。学完你将掌握构建低延迟、高吞吐、可伸缩 AI 基础设施的核心能力，胜任 AI 平台开发、MLOps 工程师等高价值岗位。

课程介绍

随着云计算和容器技术的发展，云原生应用已成为企业数字化转型的必选项。不光是一线的互联网大厂，就连传统的金融机构也都在积极地转型，拥抱云原生。

而 Java 作为老牌语言的代表也选择了顺应时代的潮流，持续在 JVM 层面进行优化，与容器化、微服务架构融合得更加紧密，引入更多新特性来更好地适应云原生的环境。比如：

AOT 编译器和 JIT 编译器相结合，提升程序运行性能。

优化 JVM 的内存管理和垃圾回收机制，提高 Java 应用的性能和稳定性。

JVM 的镜像化和容器化，以及对容器化环境的适配。

持续加强对函数式的支持。

……

这些变化背后的原理是怎样的，我们又该如何更好地把这些新特性应用到我们自己的程序当中？为此，我们邀请了京东资深架构师康杨老师来开设这门课程，他将结合自己十余年来 JVM 的实战经验以及云原生时代他对 Java 变化趋势的思考，一层层地拨开迷雾，让你通原理、晓应用，最终绘制出自己的 JVM 知识框架。

课程目录

• 重识JVM：JVM的起源、特性与系统构成
• 挑战与趋势：云原生时代JVM的演进之路
• 工作台：JVM运行时数据区的内部机制是怎样的？
• 从JIT到AOT：JVM编译器的云原生演进之路
• 机器与语言：JVM 中的字节码
• 类加载子系统 （上）：类加载的流程与机制
• 类加载子系统（下）：如何打造一个属于你的类加载器？
• 反射机制：给你一把打开JVM后门的钥匙
• SPI机制：如何打造一个属于你的SPI程序？
• 对象模型：JVM对象的内部机制和存在方式是怎样的？
• ……