論文の概要: Composable OS Kernel Architectures for Autonomous Intelligence
- arxiv url: http://arxiv.org/abs/2508.00604v1
- Date: Fri, 01 Aug 2025 13:07:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-04 18:08:53.887785
- Title: Composable OS Kernel Architectures for Autonomous Intelligence
- Title（参考訳）: 自律型インテリジェンスのための構成可能なOSカーネルアーキテクチャ
- Authors: Rajpreet Singh, Vidhi Kothari,
- Abstract要約: 本研究では、カーネルを静的リソースマネージャからAI統合プラットフォームに変換する、インテリジェントシステムのための新しいOSカーネルアーキテクチャを提案する。
主なコントリビューションは、LKM(Loadable Kernel Modules)を、カーネル空間における高速な知覚および認知処理のためのAI指向ユニットとして扱うこと、(2)Linuxカーネルを、組み込みのディープラーニング推論、浮動小数点加速度、効率的なMLワークロードのためのリアルタイム適応スケジューリングを備えたAIネイティブ環境に拡張すること、などである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: As intelligent systems permeate edge devices, cloud infrastructure, and embedded real-time environments, this research proposes a new OS kernel architecture for intelligent systems, transforming kernels from static resource managers to adaptive, AI-integrated platforms. Key contributions include: (1) treating Loadable Kernel Modules (LKMs) as AI-oriented computation units for fast sensory and cognitive processing in kernel space; (2) expanding the Linux kernel into an AI-native environment with built-in deep learning inference, floating-point acceleration, and real-time adaptive scheduling for efficient ML workloads; and (3) introducing a Neurosymbolic kernel design leveraging Category Theory and Homotopy Type Theory to unify symbolic reasoning and differentiable logic within OS internals. Together, these approaches enable operating systems to proactively anticipate and adapt to the cognitive needs of autonomous intelligent applications.
- Abstract（参考訳）: インテリジェントシステムはエッジデバイス,クラウドインフラストラクチャ,組込みリアルタイム環境を透過するので,インテリジェントシステムのための新しいOSカーネルアーキテクチャを提案し,カーネルを静的リソースマネージャから適応型AI統合プラットフォームに変換する。
主な貢献は、(1) カーネル空間における高速な知覚および認知処理のためのAI指向の計算単位としてロード可能なカーネルモジュール(LKM)を扱うこと、(2) 組み込みのディープラーニング推論、浮動小数点加速度、効率的なMLワークロードのためのリアルタイム適応スケジューリングを備えたAIネイティブ環境にLinuxカーネルを拡張すること、(3) カテゴリー理論とホモトピー型理論を活用するニューロシンボリックカーネル設計を導入し、OS内部におけるシンボリック推論と微分可能なロジックを統一することである。
これらのアプローチにより、オペレーティングシステムは、自律的なインテリジェントなアプリケーションの認知ニーズを積極的に予測し、適応することができる。
関連論文リスト
- Accelerating Machine Learning Systems via Category Theory: Applications to Spherical Attention for Gene Regulatory Networks [0.0]
ニューラルネットワーク図を用いて、ディープラーニングアルゴリズムに関する一般的な定理を証明します。
我々は,遺伝子制御ネットワークの領域に係わる新しい注意アルゴリズムの開発を指導する。
我々のカーネルは、最先端の細調整されたFlashAttentionアルゴリズムに匹敵する性能を実現している。
論文 参考訳（メタデータ） (2025-05-14T12:24:22Z) - Neural Brain: A Neuroscience-inspired Framework for Embodied Agents [58.58177409853298]
大規模な言語モデルのような現在のAIシステムは、いまだに解体され続けており、物理的に世界と関わりが持てない。
この課題の核心は、人間のような適応性を持つエンボディエージェントを駆動するために設計された中枢知能システムであるNeural Brain(ニューラル・ブレイン)の概念である。
本稿では,2つの基本的な課題に対処する,エンボディエージェントのニューラルブレインの統一的枠組みを提案する。
論文 参考訳（メタデータ） (2025-05-12T15:05:34Z) - Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [59.52058740470727]
エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。
AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。
この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
論文 参考訳（メタデータ） (2025-05-03T13:55:38Z) - Analog Alchemy: Neural Computation with In-Memory Inference, Learning and Routing [0.08965418284317034]
そこでは、推論、学習、ルーティングにデバイス固有の物理ダイナミクスが使用される。
筆者は, スケーラブルなアーキテクチャのために, 局所学習の基板への適応性, 新たな材料スタック, 回路ブロックをハードウェアで証明し, クレジット代入問題の解決, アナログクロスバー間の効率的なルーティングを行う。
論文 参考訳（メタデータ） (2024-12-30T10:35:03Z) - Cognitive Kernel: An Open-source Agent System towards Generalist Autopilots [54.55088169443828]
我々は,ジェネラリストオートパイロットの目標に向けて,オープンソースのエージェントシステムであるCognitive Kernelを紹介する。
主にユーザーに依存して必要な状態情報を提供する自動操縦システムとは異なり、自動操縦システムは独立してタスクを完了しなければならない。
これを実現するために、自動操縦システムでは、ユーザの意図を理解し、様々な現実世界の情報源から必要な情報を積極的に収集し、賢明な判断をする必要がある。
論文 参考訳（メタデータ） (2024-09-16T13:39:05Z) - SpikingJelly: An open-source machine learning infrastructure platform
for spike-based intelligence [51.6943465041708]
スパイキングニューラルネットワーク(SNN)は、高エネルギー効率のニューロモルフィックチップに脳にインスパイアされたインテリジェンスを実現することを目的としている。
我々は、ニューロモルフィックデータセットの事前処理、深層SNNの構築、パラメータの最適化、およびニューロモルフィックチップへのSNNのデプロイのためのフルスタックツールキットをコントリビュートする。
論文 参考訳（メタデータ） (2023-10-25T13:15:17Z) - Towards a Dynamic Composability Approach for using Heterogeneous Systems
in Remote Sensing [0.0]
本稿では,科学計算,人工知能(AI),リモートセンシング領域の共通部分において,構成可能なシステムを利用するための新しいアプローチを提案する。
我々は,NSFが出資するスーパーコンピュータであるExpanseを,地理的分散クラスタであるNautilusとフェデレートする,構成可能なインフラストラクチャの最初の実例のアーキテクチャについて述べる。
論文 参考訳（メタデータ） (2022-11-13T14:48:00Z) - Reconfigurable Intelligent Surface Assisted Mobile Edge Computing with
Heterogeneous Learning Tasks [53.1636151439562]
モバイルエッジコンピューティング(MEC)は、AIアプリケーションに自然なプラットフォームを提供します。
再構成可能なインテリジェントサーフェス(RIS)の助けを借りて、MECで機械学習タスクを実行するインフラストラクチャを提示します。
具体的には,モバイルユーザの送信パワー,基地局のビームフォーミングベクトル,risの位相シフト行列を共同で最適化することにより,参加ユーザの学習誤差を最小化する。
論文 参考訳（メタデータ） (2020-12-25T07:08:50Z) - Towards automated kernel selection in machine learning systems: A SYCL
case study [0.0]
本稿では,ライブラリに高性能なSYCLカーネルをデプロイするケーススタディにおいて,機械学習を用いてカーネルの選択を行う。
自動チューニングと機械学習を組み合わせることで、これらのカーネル選択プロセスは、新しいハードウェアで高いパフォーマンスを達成するための開発者の努力をほとんど必要とせずにデプロイできる。
論文 参考訳（メタデータ） (2020-03-15T11:23:36Z) - PolyScientist: Automatic Loop Transformations Combined with Microkernels
for Optimization of Deep Learning Primitives [55.79741270235602]
深層学習カーネル開発のためのハイブリッドソリューションを開発する。
我々は、高度な多面体技術を用いて、パフォーマンスのために外部ループを自動的に調整する。
論文 参考訳（メタデータ） (2020-02-06T08:02:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。