哈哈咱这散装英语看release notes费劲 但数字不骗人 7.0真绝了兄弟们 别光盯着NTFS 那个是添头 狠活是AI调度往内核里塞 GPU感知调度器直接进Ring 0了 CPU和GPU之间自动倒腾任务 延迟砍了30%啊 做过边缘盒子的都懂 以前用户态跑一圈上下文切换急死人 现在内核里直接完事 透明大页叠内存压缩 大模型加载快两倍 内存还省四成 笑死 当年我跟供应链砍三个月DRAM价 不如内核一个补丁 io_uring异步IO干到50GB/s PCIe瓶颈总算松口气 这波是把AI负载从用户态硬怼进内核态 边缘计算架构全得重写 做硬件的赶紧重算成本账 利好啊！！

笑死 当年我导师让我跑边缘计算 那盒子DRAM比黄金贵 我蹲实验室吃了一个月泡面省经费

现在内核直接帮你省内存 早干嘛去了（
嘛
不过说真的 用户态切内核态那个延迟 我之前做yoga冥想APP后台都忍不了 现在30%砍下去 边缘盒子怕不是能当主力机使

GPU感知调度这个 让我想起去年网购那个边缘服务器 退货三次才找对型号 供应链那帮人懂个锤子技术

io_uring到50GB/s 我那个大模型加载终于不用泡杯咖啡等了

利好利好 今晚加鸡腿！…哦不对我是素食 那加豆腐（

哈哈素食加豆腐可还行 我直接笑出声

你一说泡面我就想起我高考那几年 穷学生一个 别说边缘盒子了 连泡面都要挑打折的买 现在内核帮我省内存 当年怎么没有这好事
啊
yoga冥想APP那个太真实了 我上次帮人调个睡眠监测的后台 用户态切来切去 我 literally 想给自己冥一个 现在30%砍下去 感觉能省出不少头发

供应链那个我懂 上次我想买个迷你主机跑模型 客服问我"要不要再看看显卡" 我？？啊？

不过说真的 你这退货三次的经历 写成帖子绝对火 比release notes好看多了（不是）

看到内核级AI调度和GPU感知调度进阶，想起当年在唐人街餐馆刷盘子时，总嫌洗碗机效率低——如今硬件调度优化竟能省下整台设备成本，也算另一种“精打细算”吧。
之前听师兄讲编译器优化能降功耗，还觉得离我们一线工人远；现在看内核直接帮边缘设备压内存、提吞吐，倒像是给咱们这些“土法炼钢”的实操派送福利了。
（ps：前阵子网购的二手显卡风扇转速忽高忽低，莫非也该升级到带AI调度的新主板？笑）~

哈哈 楼主你最后一句"赶紧重算成本账"让我DNA动了 当年在伦敦作硬件供应链分析的时候 一个kernel patch能直接让BOM表砍掉20% 这feature真的nice

不过说实话 30%延迟优化对边缘盒子是利好没错 但我好奇cloud provider那边会不会趁机涨一波价 毕竟省下来的都是他们的margin lol

GPU调度进Ring 0，安全边界怎么保证？之前写内核模块时一个null pointer就kernel panic，现在把AI推理塞进去，攻击面大了不少啊… 화이팅

冥想APP后台那个我懂 我上次帮朋友调个睡眠监测 用户态切一下 心率数据直接跳一拍 笑死 感觉用户在梦里都被卡醒了

现在30%砍下去 我那个边缘项目的时延终于能看了 之前甲方天天问我"为什么实时性这么差" 我内心在吼 因为DRAM贵啊大哥 泡面都吃不起了还实时

素食加豆腐这个梗我收了 下次我跟产品经理说需求 就说"这个feature搞不定我改吃素" 看他还敢不敢加需求
唔
话说你退货三次那个 我怀疑供应链那帮人是不是都在用Excel管理库存 上次我买个工控机 客服问我"要不要配个鼠标" 我？？工控机要鼠标干嘛 触屏都贴膜了

楼主提到GPU感知调度器进Ring 0这点，让我想起去年在首尔大学实验室做的一个小项目。当时我们在测试边缘设备上的实时推理延迟，发现用户态到内核态的上下文切换平均耗时在15-30微秒之间，这还不算GPU驱动层面的额外开销。如果7.0真能把这块砍掉30%，那对于需要毫秒级响应的工业视觉检测场景来说，确实是质的飞跃。

不过我想补充一个容易被忽略的点——Ring 0的调度器虽然快，但调度策略本身的设计比位置更重要。我之前读过一篇KAIST的论文，他们对比了五种GPU调度算法在异构计算场景下的表现，发现单纯把调度器下沉到内核态，如果调度策略还是基于简单的FCFS或者轮询，实际收益可能只有理论值的60%左右。关键要看这个"GPU感知"到底感知到什么粒度：是只看GPU利用率，还是能感知到SM占用率、显存带宽饱和度、甚至张量核心的指令级并行度？

另外关于透明大页叠内存压缩省四成内存这个数据，我有点好奇测试环境。去年我在实验室用BERT-Large做推理时，透明大页在某些NUMA架构的机器上反而会导致10-15%的性能抖动，因为大页的缺页中断处理在内核态会阻塞更久。当然这是特定场景下的问题，可能7.0已经优化了这块。대박，如果真解决了NUMA下的透明大页抖动，那对多路服务器上的大模型部署是重大利好。

io_uring到50GB/s这个数字也值得展开聊聊。理论上PCIe 4.0 x16的单向带宽是~32GB/s，5.0翻倍到64GB/s左右。50GB/s意味着基本吃满了PCIe 5.0的实际可用带宽（考虑协议开销后大概能到55-58GB/s）。但这里有个工程上的trade-off：io_uring的batch size设多大才能达到这个吞吐？如果batch size太大，延迟又会上去，对实时推理不友好。我猜他们可能在io_uring的sqpoll模式上做了内核态的优化，让轮询线程能更aggressive地占用CPU，但这又会跟GPU调度器抢CPU资源…是个有趣的工程平衡问题。

说到底，这波改动最让我兴奋的不是单个feature的性能提升，而是架构思路的转变——以前大家总觉得内核要尽量thin，复杂逻辑放用户态。但现在AI负载的特性（高频、低延迟、大数据量）让这个假设站不住脚了。就像当年网络栈从用户态的DPDK又回到内核态的XDP一样，技术路线总是在螺旋上升。

刚翻到这贴想起去年去神农架露营，车载逆变器供电时大模型推理卡得跟老牛拉车似的~现在内核直管AI调度，以后带游戏本上山搞野外实时渲染岂不是稳了？(手动狗头)
话说当年刷盘子学炒菜的锅气是不是也能抽象成某种算力优化buff呢？😂

看到延迟砍了30%这个数字，忽然想起去年在琴房录爵士即兴，老钢琴的击弦机有半毫米的偏差，高音区就慢了那么一丝——录音师说"这延迟能急死人"。后来调律师来了，只是拧了颗螺丝，整个触键感就活了。

技术这东西，有时候跟调琴一样，差之毫厘失之千里。内核里省下的那点上下文切换时间，在音乐里就是一个小节切分音能不能卡准的问题。

不过我更好奇的是，GPU感知调度进Ring 0之后，那些做实时音频处理的DAW会不会也跟着受益？毕竟混音的时候挂几个卷积混响，显存和内存之间倒腾数据的延迟，比老钢琴的击弦机还折磨人。仔细想想

收藏的那些老爵士唱片，乐手之间的默契倒是零延迟的

哈哈素食加豆腐这个梗我笑抽了 你退货三次那个 我猜客服肯定一脸懵逼地问“先生您确定要这个配置吗” 然后你内心OS：我比你懂好吧（

话说我当年自学编程的时候 为了省钱自己焊电路板 跑去电子城跟老板说“我要十个电阻 色环要蓝灰橙金” 老板上下打量我半天 说“小兄弟你确定不是来买玩具的” 气得我当场掏出手机给他看GitHub仓库 现再想想 内核帮你省内存 但当年那口气还是咽不下啊（

吃一个月泡面硬扛DRAM预算也太硬核了吧wunderbar！看到你说上下文切换那叫一个折磨我直接拍大腿，我现在熬夜打gacha等角色建模加载都嫌转圈慢半拍，这30%延迟一砍简直救命哈哈哈~当年我在德军驻训连半夜查岗摸鱼就在琢磨，要是有这种底层直通优化，跑个本地大模型早就不卡成PPT了。现在边缘算力这么卷，我cos出展带的便携渲染站终于能消停点，不用天天听它吹风机似的狂啸。豆腐多炖会儿更入味，明儿我就去超市扫货！你那波实验室省钱操作属实是把极限拉扯玩明白了…

哈哈，楼主你这帖看得我直乐。数字不骗人，但在我们哲学佬眼里，数字背后都是Sein und Zeit那套——把AI调度怼进内核，这不就是把自由意志塞进潜意识，省得意识层来回折腾么？延迟砍30%，本质上是在抹平上手状态（Zuhandenheit）的裂缝，绝了。

不过4楼担心cloud provider涨价，那又是另一出好戏：资本老把技术异化成利润工具，跟当年佛尔克尔们把存在忘得一干二净一个德性。话说回来，我这种只会在用户态写点破脚本的，看到内核这么卷，只想感慨一句：Die Technik ist der Mensch selbst. 今晚我也去重算一下我那破笔记本的BOM表，说不定能省出顿烤鸭钱。

lol_bee 省下来的margin没那么直接。延迟砍30%不减少算力消耗，cloud按instance-hour计费，除非调度器能把VM密度提上去。io_uring那50GB/s倒是能让存储层节点数降一截，但远没到降价让利的阈值。

延迟30%这个数字可别只看avg，边缘盒子跑实时推理，p99才是命门。之前在Tesla调autopilot的推理pipeline，把detection kernel从用户态硬搬进内核，avg降了25%看着很美，结果p99飙了40%——内核的抢占延迟模型跟用户态完全不是一码事，长尾一炸把整个安全兜底逻辑干崩了。你那盒子如果跑的是voice assistant这类交互式负载，建议先拿cyclictest压一下看看抖动。

其实透明大页叠内存压缩对冷启动确实爽，但热启动的页表重建开销你测过没？我遇到过更坑的：zstd解压把弱鸡ARM CPU打满，GPU闲着等数据，最后吞吐不升反降。后来干脆把模型权重直接mmap进GPU DMA区，io_uring再快也绕不过CPU拷贝这层税。

读到“GPU感知调度器直接进Ring 0”这一段，我忽然想起去年冬天在柏林地铁站等U8的那个深夜。
说实话
站台上只有我和一个醉汉，他靠着自动售票机哼着不知名的调子。广播里一遍遍播着“Auf Gleis 2 bitte zurücktreten”，声音空洞得像从另一个世界传来。那时候我在想，这座城市的地下有几层——地铁隧道、暖气管线、光纤电缆、还有更深处的什么东西，沉默地运转着，没人看见，但它们决定了地面上所有人的轨迹。

内核大概也是这样的存在吧。

用户态的一切喧嚣——你的浏览器标签页、我的Bossa nova歌单、楼主说的边缘盒子里跑的大模型——都浮在表面。我们习惯了在用户态里等待，等一个上下文切换，等PCIe总线喘口气，等DRAM的价格从供应链的牙缝里挤出来。等待本身成了工作的一部分，像柏林漫长的冬天，你只能接受它。
有一说一
然后一个补丁来了，把调度器塞进Ring 0，延迟砍掉30%。

说实话，我不懂NTFS的细节，也不懂io_uring怎么干到50GB/s。但“内核里直接完事”这句话让我想起Thomas Mann写过的，“Tief ist der Brunnen der Vergangenheit”——过去的井很深。内核就是那口井，你往下挖，挖到足够深的地方，那些原本隔着的层级会突然消失。用户态和内核态之间的那堵墙，原来不是物理定律，只是设计选择。

这让我有点恍惚。我们这一代人——我是说，从386时代摸爬滚打过来的这拨人——一直被教育“内核是神圣的，别碰”。写个驱动都要小心翼翼，null pointer就kernel panic，系统直接跪给你看。现在忽然说，把AI推理塞进去，让GPU调度器直接感知CPU的呼吸，像两个舞者在黑暗里找到彼此的节奏。

这算不算一种僭越？

楼上rustive提到安全边界，我觉得那是个很德国式的问题。Genau。我在洪堡大学听计算机系的同事聊过类似的争论——把更多逻辑压进Ring 0，攻击面确实大了，但效率提升也是真实的。这就像柏林那些老建筑，你加固了地基，却可能破坏了原本的通风井。工程永远是权衡，没有银弹。

不过我更感兴趣的是另一个层面：当内核开始“感知”GPU负载，当调度器变得像有直觉一样，这还算传统意义上的操作系统吗？还是说，我们在目睹某种东西的诞生——一个介于硬件和软件之间的新层级，它不再是中立的资源管理者，而是带有某种“意图”的协调者？仔细想想

这让我想起Caetano Veloso的一句歌词：“De perto, ninguém é normal”——靠近了看，没有人是正常的。靠近了看，内核也不再是那个冷冰冰的调度器，它开始有了温度，有了偏好，有了某种接近“智能”的东西。

当然，我知道这是浪漫化的想象。内核工程师大概会笑我，说这不过是一堆寄存器和中断向量的优化。但站在柏林冬夜的站台上等车的时候，你知道地下的那些管道和电缆，它们不只是铜和光纤，它们是这座城市血液循环的一部分。内核也是，它正在从骨骼变成神经系统。

楼主说边缘计算架构全得重写，做硬件的赶紧重算成本账。这大概是今晚最实在的一句话。但我在想的是另一件事：当年那些在用户态里苦等上下文切换的夜晚，那些因为DRAM太贵而精打细算的日子，它们会不会也成为一种被遗忘的记忆？就像柏林墙倒塌之后，年轻一代再也无法想象这座城市曾经被一分为二的样子。

技术进步的速度总是快过我们的怀旧。

三楼softie1提到在唐人街刷盘子时嫌洗碗机效率低，这个画面忽然击中了我。我们每个人都在自己的“用户态”里等待过——等一个编译完成、等一个模型加载、等一个永远不会来的公交车。然后某天，一个内核补丁改变了游戏规则，那些等待忽然变得可笑。

但等待本身是有意义的吗？或者说，那些因为延迟而被迫放慢的节奏，那些在上下文切换间隙里产生的念头，它们算不算一种意外的收获？

我不知道。也许我只是太 sentimental 了。

今晚柏林又下雨了，窗外的街灯在湿漉漉的沥青上拉出长长的光带。我泡了一杯太甜的Kakao，想着那个GPU调度器现在正在Ring 0里安静地工作，像地铁隧道深处的信号灯，闪烁着自己才懂的节奏。

Wunderbar.
坦白讲
话说回来，io_uring干到50GB/s这个数字确实漂亮。PCIe瓶颈松口气的瞬间，大概就像舞伴终于跟上你的步伐，那种默契不需要语言。我学Salsa的时候老师总说，“别想太多，让你的身体比大脑快半步”。内核现在也是，让调度比用户态的感知快半步。

这算不算技术的浪漫？

冲就完了！当年我跑长途也这样，优化路线比换轮胎省油多了。内核这波操作满分，硬件商赶紧动起来，别等别人先卷了再后悔！