Представлена инициатива по встраиванию моделей машинного обучения в ядро Linux

Разработчик Вячеслав Дубейко (dubeyko) из IBM запустил в списке рассылки разработчиков ядра Linux обсуждение по поводу использования в ядре Linux моделей машинного обучения. Он предложил создать универсальную инфраструктуру, позволяющую подсистемам ядра взаимодействовать с моделями машинного обучения, работающими исключительно в пользовательском пространстве.

Предложение Дубейко основано на легковесном ML-прокси внутри ядра. Этот прокси будет предоставлять структурированные данные из подсистем ядра, такие как внутреннее состояние или показатели производительности, и получать рекомендации от модели машинного обучения из пользовательского пространства. Обучение, выполнение модели и эксперименты будут оставаться вне ядра, обеспечивая полный контроль ядра над применением рекомендаций.

Дополнительно Дубейко предложил для тестирования набор патчей с открытой библиотекой ml-lib для интеграции ML-моделей в ядро. Код библиотеки написан на C и опубликован под лицензией GNU General Public License v2.0. Также Дубейко представил пример символьного драйвера, использующего библиотеку ml-lib.

По мнению разработчика, интеграция ML‑моделей в ядро Linux может быть полезной для изменения логики работы подсистем с учётом обрабатываемых данных, оптимизации работы и изменения конфигурации в зависимости от внутреннего состояния систем. Например, применение машинного обучения, способного выявлять закономерности и строить прогнозы безручной реализации алгоритмов, упростит подбор наиболее эффективной конфигурации ядра Linux с учётом сложности и изменчивости современных рабочих нагрузок, а также позволит решать такие проблемы, как предсказание сбоев систем хранения.

По информации OpenNET и Linuxiac, помимо движка для выполнения моделей