Краткое содержание

arXiv:2407.14567v3 Тип объявления: замена-перекрёстная публикация Аннотация: Гетерогенное аппаратное обеспечение и динамические рабочие нагрузки усугубляют давние узкие места операционных систем в масштабируемости, адаптивности и управляемости. В то же время достижения в области машинного обучения (ML), больших языковых моделей (LLM) и агентных методов позволяют автоматизировать процессы и оптимизироваться самостоятельно, однако современные усилия пока не имеют единой концепции. Данный обзор рассматривает методы, архитектуры, приложения, проблемы и направления развития на пересечении ИИ и ОС. Мы показываем переход от эвристических и основанных на правилах подходов проектирования к системам, усиленным искусственным интеллектом, выделяя сильные стороны ML, LLM и агентов на всех уровнях стека операционной системы. Мы обобщаем прогресс в применении ИИ для ОС (основные компоненты и расширенная экосистема) и в обеспечении поддержки ОС для ИИ (поддержка компонентов и архитектур для краткосрочного и долгосрочного контекстного вывода, распределённого обучения и периферийного вывода). Для практического применения мы сводим воедино критерии оценки, методологические конвейеры и шаблоны, позволяющие сбалансировать ограничения реального времени с...