一项新颖的实验证明了在 Linux 的 eBPF(扩展伯克利数据包过滤器)程序中运行语言模型核心计算的可行性。该项目名为 qwen3-ebpf,成功地在内核中执行了 Qwen3-0.6B 模型的 28 个解码器层,包括 RMSNorm、attention 和 MLP 等数值运算。尽管这种内核内推理由于速度较慢(每个 token 约 1.2 秒)而无法替代传统的 CPU 或 GPU 处理,但它展示了 eBPF 在处理超出其典型观察和过滤角色的复杂数值任务方面的潜力。该实现通过 BPF maps 精心管理状态,并使用定点整数算术来满足 Linux verifier 的约束。 AI
影响 展示了新颖的内核级推理能力,可能催生新的安全或性能监控工具。
排序理由 该条目描述了一个技术实验以及在特定技术框架(Linux eBPF)内实现语言模型,这构成了研究。[lever_c_demoted from research: ic=1 ai=1.0]
- bfloat16
- bpf()
- bpf_prog_test_run_opts
- central processing unit
- eBPF
- graphics processing unit
- Linux
- Qwen3-0.6B
- qwen3_attention
- qwen3_batch
- qwen3-ebpf
- qwen3_norm
- qwen3_rope
- qwen3_silu
- qwen3_vector
- RMSNorm
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →