एआरएम लिनक्स इंजीनियर लोरेंजो स्टोक्स ने लिनक्स कर्नेल बिल्ड प्रक्रिया में बाधाओं की पहचान करने और उन्हें दूर करने के लिए कृत्रिम बुद्धिमत्ता का लाभ उठाया, जिसके परिणामस्वरूप गति में महत्वपूर्ण सुधार हुआ। जबकि एआई ने बड़ी मात्रा में त्रुटिपूर्ण कोड उत्पन्न किया, यह अनुकूलन क्षेत्रों की पहचान करने में प्रभावी साबित हुआ।
स्टोक्स ने 23 पैच का एक सेट पोस्ट किया जिसे सिंगल-थ्रेडेड बाधाओं का समाधान करके “कर्नेल बिल्ड को काफी तेज करने” के लिए डिज़ाइन किया गया था। परीक्षणों से पता चला कि सभी मॉड्यूल सक्षम वाले कर्नेल के लिए 36% तेज़ बिल्ड समय, 70% तक तेज़ वृद्धिशील बिल्ड और लगभग 90% तेज़ “[noop]” बिल्ड हुए।
प्रक्रिया में बाधाओं की पहचान करने और समाधान प्रस्तावित करने के लिए एक अनिर्दिष्ट बड़े भाषा मॉडल (एलएलएम) का उपयोग करना शामिल था। स्टोक्स के अनुसार, एलएलएम ने “बहुत सारा कोड उत्पन्न किया, जिसमें से बहुत कुछ भयानक था”, जिसके लिए कमिट संदेशों और टिप्पणियों के व्यापक ऑडिट, पुनर्लेखन और संपादन की आवश्यकता थी। उन्होंने यह भी नोट किया कि एलएलएम ने बिल्ड रन, परीक्षण, डिबगिंग और विश्लेषण में सहायता की, स्टोक्स ने मैन्युअल रूप से बिल्ड और रनिंग कर्नेल दोनों की शुद्धता को सत्यापित किया।
विशेष रूप से, सुधार Kbuild, kallsyms, modpost, objtool, mksysmap और Rust बिल्ड सिस्टम जैसे क्षेत्रों को प्रभावित करते हैं। पैच का उद्देश्य सिंगल-थ्रेडेड कार्यों को समानांतर करना और बिल्ड प्रक्रिया की समग्र दक्षता को बढ़ाना है। स्टोक्स को उम्मीद है कि काम को मुख्य लिनक्स कर्नेल में शामिल किया जाएगा, जिससे विभिन्न हार्डवेयर और कर्नेल कॉन्फ़िगरेशन में तेज़ बिल्ड समय आएगा। विस्तृत बेंचमार्क परिणाम पैच श्रृंखला के साथ उपलब्ध हैं।
मूल कवरेज पढ़ें
💬 टिप्पणियाँ
📜 टिप्पणी नीति