Vladimir Dubeiko de la société IBM a lancé sur la liste de distribution des développeurs du noyau Linux une discussion sur l'utilisation de modèles d'apprentissage automatique dans le noyau, ainsi que proposé pour test un ensemble de correctifs avec une bibliothèque pour intégrer les modèles ML dans le noyau et un exemple de pilote symbolique utilisant cette bibliothèque.
L'intégration des modèles ML dans le noyau peut être bénéfique pour modifier la logique de fonctionnement des sous-systèmes en tenant compte des données traitées, optimiser le fonctionnement et changer la configuration en fonction de l'état interne des systèmes. L'application de l'apprentissage automatique, capable d'identifier des motifs et de construire des prévisions sans mise en œuvre manuelle d'algorithmes, simplifiera la sélection de la configuration la plus efficace du noyau en tenant compte de la complexité et de la variabilité des charges de travail modernes, et permettra de résoudre des problèmes tels que la prévision des pannes des systèmes de stockage.
En plus du moteur pour exécuter les modèles, le développement d'outils de collecte de données pour l'entraînement des modèles ML, l'entraînement direct du modèle et le test des résultats est également envisagé. Comme l'exécution d'un modèle ML nécessite des opérations en virgule flottante, et que l'utilisation directe du FPU n'est pas autorisée dans le noyau, le prototype proposé constitue une couche d'abstraction permettant aux différents sous-systèmes du noyau d'accéder aux modèles ML exécutés dans l'espace utilisateur, à l'instar de l'externalisation dans l'espace utilisateur des gestionnaires SPDK, DPDK et ublk.
L'externalisation de l'exécution et de l'entraînement du modèle dans l'espace utilisateur facilite la maintenance et isole le noyau des problèmes dans le code d'exécution du modèle. À l'étape d'apprentissage, les données sur l'état et les paramètres du noyau peuvent être soit demandées par le gestionnaire depuis l'espace utilisateur, soit transmises par la couche s'exécutant au niveau du noyau. Pour gérer les interactions entre les composants dans le noyau et l'espace utilisateur, sysfs est utilisé. Un apprentissage adaptatif du modèle ML est envisageable, où le sous-système du noyau reçoit une recommandation du modèle ML, applique le changement recommandé et évalue l'efficacité de la recommandation en termes de changement d'état.
Source : opennet.ru
