Vjačeslav Dubejko z firmy IBM spustil na zozname distribúcie pre vývojárov jadra Linux diskusiu o využití modelov strojového učenia v jadre a navrhol na testovanie súbor záplat s knižnicou na integráciu ML modelov do jadra a príkladom symbolického ovládača, ktorý túto knižnicu používa.
Integrácia ML modelov do jadra môže byť užitočná pre zmenu logiky fungovania subsystémov na základe spracovaných dát, optimalizáciu práce a prispôsobenie konfigurácie v závislosti od vnútorného stavu systémov. Použitie strojového učenia, ktoré dokáže odhaľovať vzory a robiť predpovede bez manuálnych implementácií algoritmov, zjednoduší výber najefektívnejšej konfigurácie jadra s ohľadom na zložitosti a variabilitu moderných pracovných záťaží a umožní riešiť také problémy, ako je predpovedanie porúch systémov skladovania.
Okrem enginu na vykonávanie modelov sa zvažuje vývoj nástrojov na zber dát pre tréning ML modelov, samotný tréning modelu a testovanie výsledkov. Keďže na vykonávanie ML modelu sú potrebné operácie s plávajúcou desatinnou čiarou a priamo použitie FPU v jadre nie je povolené, navrhnutý prototyp predstavuje vrstvenie pre prístup z rôznych subsystémov jadra k ML modelom, ktoré sa vykonávajú v používateľskom priestore, podobne ako vyčlenenie spracovateľov SPDK, DPDK a ublk do používateľského priestoru.
Vyčlenenie vykonávania a tréningu modelu do používateľského priestoru zjednodušuje údržbu a izoluje jadro od problémov v kóde vykonávania modelu. V štádiu tréningu môžu byť dáta o stave a parametroch jadra buď požadované spracovateľom z používateľského priestoru, alebo prenášané vrstvou, ktorá beží na úrovni jadra. Na riadenie interakcie komponentov v jadre a používateľskom priestore sa používa sysfs. Je možné adaptívne učenie ML modelu, pri ktorom subsystém jadra dostáva odporúčania od ML modelu, aplikuje odporúčané zmeny a hodnotí účinnosť odporúčaní na zmenu stavu.
Zdroj: opennet.ru
