ia-머신러닝-리눅스-커널-ibm-크리스-메이슨-제안
슈퍼컴퓨터부터 안드로이드 폰까지 모든 것을 구동하는 심장부인 리눅스 커널이 인공지능이라는 새로운 기능을 받아들일 준비를 하고 있습니다.
IBM부터 Meta에 이르기까지 여러 주요 개발자들이 협력하여 머신 러닝이 코드 작성에 도움을 줄 뿐만 아니라 운영 체제 커널 자체에 통합되어 실시간으로 최적화하는 방법을 모색하기 시작했습니다.
비아체슬라프 두베이코, IBM 엔지니어가 제안서를 제출했습니다. 커널 개발자 메일링 리스트에서: 리눅스에 자체 진화 능력을 부여하기 위해서입니다. 그의 비전은 결코 하찮은 것이 아닙니다. 머신러닝 라이브러리를 커널에 직접 통합합니다. 이를 통해 하위 시스템들은 사람의 수동 개입 없이 지능적이고 데이터 기반의 결정을 내릴 수 있습니다.
이 개념은 혁명적입니다. 예를 들어, 우리는 다음과 같은 것을 가질 수 있기 때문입니다. 디스크 오류를 미리 예측하는 파일 시스템 발생하는 것들, 또는 설정을 동적으로 조정하는 작업 스케줄러 작업 부하에 따라 과거 사용 패턴을 학습합니다. 하지만 두베이코는 기술적인 어려움을 인지하고 있습니다. 커널은 신경망 컴퓨팅에 필수적인 부동 소수점 연산을 직접 허용하지 않으며, 커널 내에서 모델을 학습시키면 전체 시스템 성능이 저하될 수 있습니다.
일반적으로 머신러닝은 자체적으로 진화하는 모델을 도입할 수 있으며, c를 통해리눅스 커널의 자체 학습 기능. 관련 연구는 이미 진행 중입니다. 구성 설정을 위해 머신러닝 접근 방식을 활용하려는 업계의 노력리눅스 커널 최적화. 하지만 머신러닝 접근 방식의 도입으로리눅스 커널에서는 그 방법이 그렇게 간단하거나 직관적이지 않습니다.
Su 제안된 솔루션은 하이브리드 아키텍처입니다.커널 내에서 머신러닝 모델을 대신하는 프록시로, 중간 역할을 수행합니다. 핵심적인 작업(학습 및 복잡한 추론)을 담당합니다. 사용자 공간에서 실행될 것입니다. (일반 애플리케이션이 있는 곳에서) sysfs와 같은 인터페이스를 통해 커널과 통신합니다. 이 프록시를 사용하면 커널이 다양한 모드로 작동할 수 있습니다.인공지능 추천 기능을 시험적으로 테스트하는 "학습 모드"부터, 모델이 충분히 성숙하여 기존의 정적 알고리즘보다 뛰어난 성능을 발휘할 수 있게 되면 "완전한 추천 모드"로 전환됩니다.
훈련 단계에서 지속적인 학습 모델을 적용할 수 있습니다. 즉, 커널 서브시스템은 머신러닝 모델로부터 권장 사항을 받을 수 있습니다. 훈련 단계 중에도 커널 측 머신러닝 모델 프록시는 커널 서브시스템의 현재 상태를 추정하고, 권장 사항을 실행해 보고, 그 효율성을 평가할 수 있습니다.
패치 검토자로서 Claude Code
IBM은 커널 내부에 AI를 내장하려고 시도하고 있지만, Btrfs 파일 시스템의 창시자인 크리스 메이슨 (그리고 현재 Meta에 있는) 메이슨은 그것을 사용하여 구축하려고 합니다. 리뷰 프롬프트를 게시했습니다.설계된 도구 세트 클로드 코드와 같은 AI 비서를 전문 코드 검토자로 만들기 위해서입니다.
La 이 아이디어는 리눅스 개발에서 가장 큰 병목 현상 중 하나를 해결하는 것을 목표로 합니다.: 패치 검토. 메이슨의 프로젝트는 AI가 제안된 변경 사항을 "엄격하게" 분석할 수 있도록 누락된 맥락(하위 시스템의 기술 사양, 프로토콜 문서 및 일반적인 오류 목록)을 제공합니다. 그들의 시스템은 대규모 패치를 더 작은 작업으로 분해하고, 호출 그래프를 분석하고, 수정 사항이 제대로 적용되었는지 확인합니다. syzkaller와 같은 도구에서 보고된 오류에 대한 제안은 실제로 타당합니다.
아직 실험 단계이긴 하지만, 결과는 고무적입니다. 적절한 지침을 제공하면 AI의 오탐률이 10%까지 떨어졌습니다. 목표는 인간 유지보수 담당자를 대체하는 것이 아니라, 수천 줄에 달하는 코드를 미리 분석하여 메일링 리스트로 전송할 수 있는 자동 보고서(review-inline.txt 형식)를 생성하는 "보조 도구"를 제공하는 것입니다.
이 두 가지 계획을 통해 리눅스 커뮤니티는 운영 체제가 단순히 코드를 실행하는 것을 넘어 스스로 최적화하고 오류를 수정하는 방법을 학습하는 미지의 영역으로 나아가고 있습니다.
마지막으로, 이 주제에 대해 더 자세히 알고 싶으시다면 참고하시기 바랍니다. 다음 링크의 세부 사항.