El ingeniero de Linux de ARM, Lorenzo Stoakes, aprovechó la inteligencia artificial para identificar y abordar los cuellos de botella en el proceso de compilación del kernel de Linux, lo que resultó en mejoras significativas en la velocidad. Si bien la IA generó una gran cantidad de código defectuoso, demostró ser eficaz para identificar áreas de optimización.
Stoakes publicó un conjunto de 23 parches diseñados para “acelerar significativamente la compilación del kernel” abordando los cuellos de botella de un solo hilo. Las pruebas revelaron un tiempo de compilación un 36% más rápido para los kernels con todos los módulos habilitados, hasta un 70% más rápido para las compilaciones incrementales y aproximadamente un 90% más rápido para las compilaciones “[noop]”.
El proceso implicó el uso de un modelo de lenguaje grande (LLM) sin nombre para identificar tanto los cuellos de botella como proponer soluciones. Según Stoakes, el LLM “generó mucho código, gran parte de él horrible”, lo que requirió una auditoría extensa, reescritura y edición de los mensajes de commit y los comentarios. También señaló que el LLM ayudó con las ejecuciones de compilación, las pruebas, la depuración y el análisis, con Stoakes verificando manualmente la corrección tanto de la compilación como de los kernels en ejecución.
Específicamente, las mejoras afectan áreas como Kbuild, kallsyms, modpost, objtool, mksysmap y el sistema de compilación de Rust. Los parches tienen como objetivo paralelizar las tareas de un solo hilo y mejorar la eficiencia general del proceso de compilación. Stoakes espera que el trabajo se incorpore al kernel principal de Linux, lo que conducirá a tiempos de compilación más rápidos en diversas configuraciones de hardware y kernel. Los resultados detallados de las pruebas están disponibles con la serie de parches.
Leer la cobertura original
💬 Comentarios
📜 Política de comentarios