{"id":157425,"date":"2026-02-07T17:12:29","date_gmt":"2026-02-07T15:12:29","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/inicziativa-po-vstraivaniyu-modelej-mashinnogo-obucheniya-v-yadro-linux"},"modified":"2026-02-07T17:12:29","modified_gmt":"2026-02-07T15:12:29","slug":"inicziativa-po-vstraivaniyu-modelej-mashinnogo-obucheniya-v-yadro-linux","status":"publish","type":"post","link":"https:\/\/prohoster.info\/pt\/blog\/news\/inicziativa-po-vstraivaniyu-modelej-mashinnogo-obucheniya-v-yadro-linux","title":{"rendered":"Iniciativa para a incorpora\u00e7\u00e3o de modelos de aprendizado de m\u00e1quina no n\u00facleo do Linux","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Vyacheslav Dubeyko da empresa IBM iniciou uma discuss\u00e3o na lista de distribui\u00e7\u00e3o dos desenvolvedores do n\u00facleo do Linux sobre o uso de modelos de aprendizado de m\u00e1quina no n\u00facleo. Ele tamb\u00e9m prop\u00f4s para teste um conjunto de patches com uma biblioteca para integra\u00e7\u00e3o de modelos ML no n\u00facleo e um exemplo de driver simb\u00f3lico que utiliza a biblioteca. <\/p>\n
A integra\u00e7\u00e3o de modelos ML no n\u00facleo pode ser \u00fatil para alterar a l\u00f3gica de funcionamento das subsistemas com base nos dados processados, otimizar o desempenho e mudar configura\u00e7\u00f5es dependendo do estado interno dos sistemas. A aplica\u00e7\u00e3o de aprendizado de m\u00e1quina, capaz de identificar padr\u00f5es e fazer previs\u00f5es sem a implementa\u00e7\u00e3o manual de algoritmos, simplificar\u00e1 a escolha da configura\u00e7\u00e3o de n\u00facleo mais eficaz, considerando a complexidade e variabilidade das cargas de trabalho modernas, al\u00e9m de permitir a resolu\u00e7\u00e3o de problemas como a previs\u00e3o de falhas em sistemas de armazenamento. <\/p>\n
Al\u00e9m do mecanismo para execu\u00e7\u00e3o de modelos, est\u00e1 sendo considerada a cria\u00e7\u00e3o de ferramentas de coleta de dados para treinamento de modelos ML, execu\u00e7\u00e3o direta do modelo e teste dos resultados. Como a execu\u00e7\u00e3o de um modelo ML requer opera\u00e7\u00f5es de ponto flutuante e o n\u00facleo n\u00e3o permite o uso direto da FPU, o prot\u00f3tipo proposto representa uma camada de acesso das v\u00e1rias subsistemas do n\u00facleo a modelos ML executados no espa\u00e7o do usu\u00e1rio, semelhante \u00e0 externaliza\u00e7\u00e3o para o espa\u00e7o do usu\u00e1rio de manipuladores como SPDK, DPDK e ublk. <\/p>\n
A externaliza\u00e7\u00e3o da execu\u00e7\u00e3o e do treinamento do modelo para o espa\u00e7o do usu\u00e1rio simplifica a manuten\u00e7\u00e3o e isola o n\u00facleo de problemas no c\u00f3digo de execu\u00e7\u00e3o do modelo. Durante a fase de treinamento, os dados sobre o estado e par\u00e2metros do n\u00facleo podem ser solicitados pelo manipulador no espa\u00e7o do usu\u00e1rio ou transmitidos pela camada que opera no n\u00edvel do n\u00facleo. Para gerenciar a intera\u00e7\u00e3o entre componentes no n\u00facleo e no espa\u00e7o do usu\u00e1rio, utiliza-se o sysfs. \u00c9 poss\u00edvel o aprendizado adaptativo do modelo ML, onde a subsistema do n\u00facleo recebe recomenda\u00e7\u00f5es do modelo ML, aplica as altera\u00e7\u00f5es sugeridas e avalia a efic\u00e1cia da recomenda\u00e7\u00e3o em rela\u00e7\u00e3o \u00e0 mudan\u00e7a do estado. \n Fonte: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"