Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Towards Agentic OS: An LLM Agent Framework for Linux Schedulers

Created by
  • Haebom

作者

Yusheng Zheng, Yanpeng Hu, Wei Zhang, Andi Quinn

概要

SchedCPは、オペレーティングシステムスケジューラのパフォーマンスを最適化するために大規模言語モデル（LLM）エージェントを利用する最初のフレームワークです。既存のスケジューラのアプリケーション特化要件の理解不足という根本的な問題を解決するために、AIの意味的推論（最適化対象）とシステムの実行（観察と行動方法）を分離する別々の制御プレーンアーキテクチャを提示します。 Model Context Protocol（MCP）サーバーとして実装されたSchedCPは、ワークロード分析エンジン、進化するスケジューラポリシーリポジトリ、およびAIによって生成されたコードと構成を静的/動的分析を通じて検証する実行検証器の3つの主要サービスを提供します。 sched-agentと呼ばれるマルチエージェントシステムを介してワークロードを自律的に分析し、カスタマイズされたeBPFスケジューリングポリシーを合成し、sched_extインフラストラクチャを介して展開します。評価の結果、SchedCPは従来の方法に比べて最大1.79倍の性能向上と13倍のコスト削減を達成しながら高い成功率を維持しました。これにより、専門家レベルのシステム最適化を可能にし、自己最適化されたアプリケーション認識オペレーティングシステムに向けた一歩を踏み出しました。

Takeaways、Limitations

•
Takeaways：
◦
LLMを活用してオペレーティングシステムスケジューラを自動的に最適化する新しい方法を提示します。
◦
セマンティック推論と実行を分離するアーキテクチャにより、安全で効率的な最適化が可能
◦
従来方式と比較した性能向上とコスト削減効果の実証
◦
専門家レベルのシステム最適化を一般化。
◦
自己最適化オペレーティングシステムの開発可能性を提示します。
◦
オープンソース公開によるアクセシビリティの向上。
•
Limitations:
◦
LLMエージェントの安定性と信頼性に関するさらなる研究の必要性
◦
さまざまなワークロードとシステム環境の一般化可能性検証が必要です。
◦
EBPFベースで実装され、eBPFをサポートしていないシステムでは適用できません。
◦
MCPサーバーの信頼性とスケーラビリティの追加検証が必要です。
👍
Made with Slashpage