SchedCP est le premier framework à exploiter les agents LLM (Large Language Model) pour optimiser les performances des ordonnanceurs des systèmes d'exploitation. Pour résoudre le problème fondamental de la méconnaissance des exigences spécifiques des applications par les ordonnanceurs existants, nous proposons une architecture de plan de contrôle découplée qui sépare le raisonnement sémantique de l'IA (les éléments à optimiser) de l'exécution du système (comment observer et agir). Implémenté comme serveur MCP (Model Context Protocol), SchedCP fournit trois services principaux : un moteur d'analyse de la charge de travail, un référentiel de politiques d'ordonnancement évolutif et un vérificateur d'exécution qui vérifie le code et les configurations générés par l'IA par le biais d'analyses statiques et dynamiques. Un système multi-agents appelé sched-agent analyse de manière autonome les charges de travail, synthétise des politiques d'ordonnancement eBPF personnalisées et les déploie via l'infrastructure sched_ext. Les résultats d'évaluation montrent que SchedCP permet des gains de performances jusqu'à 1,79 fois supérieurs et des réductions de coûts jusqu'à 13 fois supérieurs aux approches existantes, tout en maintenant un taux de réussite élevé. Cela permet une optimisation du système au niveau expert et représente une étape vers un système d'exploitation auto-optimisé et sensible aux applications.
