Por Canuto  

Linus Torvalds recurrió a Claude Code para preparar ocho parches experimentales que apuntan a un cuello de botella en las lecturas de archivos del kernel de Linux. Una prueba mostró mejoras notables en una carga específica, aunque la propuesta sigue en una rama experimental y plantea dudas sobre memoria y rendimiento.
***

  • Torvalds dijo que Claude Code, bajo su dirección, ayudó a crear código, pruebas y materiales de revisión para una serie de ocho parches.
  • En una prueba con ocho hilos, la propuesta elevó las lecturas por segundo de cerca de 10 millones a un rango de 30 a 33 millones.
  • La serie sigue fuera de la línea principal de Linux; su mensaje de commit no especifica una versión del kernel como objetivo de integración.

Linus Torvalds prueba Claude Code en una propuesta experimental para el kernel de Linux

Linus Torvalds recurrió a Claude Code para desarrollar una serie de ocho parches dirigidos a un cuello de botella en la caché de páginas del kernel de Linux. Las mediciones iniciales mostraron un aumento notable en una carga de trabajo específica, pero la propuesta aún no se integra a la línea principal y conserva problemas de ingeniería por resolver.

El experimento importa tanto por el cambio técnico como por el papel que tuvo la inteligencia artificial: Torvalds atribuyó al asistente de Anthropic parte del código, las pruebas y la revisión, siempre bajo su dirección. El resultado no equivale a una actualización ya aprobada ni demuestra que Linux, en general, vaya a funcionar más rápido.

Una contención en la caché de páginas

Los parches buscan aliviar la contención que aparece cuando varios hilos leen repetidamente pequeñas cantidades de datos de un mismo archivo que ya está en la memoria caché. Linux mantiene esos datos en la caché de páginas, y las operaciones involucradas actualizan referencias al folio que respalda la información leída.

El problema surge porque esos cambios en el contador de referencias requieren escrituras atómicas en una línea de caché compartida. Cuando diferentes núcleos intentan acceder a ella, compiten por el mismo recurso y pueden ralentizarse, aunque cada lectura individual mueva apenas unos pocos bytes.

ZDNET informó que Torvalds observó el efecto al ejecutar llamadas pread() de 16 bytes contra una misma página, con ocho hilos en una laptop Intel Core i7-8565U de cuatro núcleos y ocho hilos. En esa prueba, la línea de caché compartida representó el 99,92% de la carga cruzada entre núcleos medida mediante HITM, una señal de que la disputa por ese acceso dominaba el costo observado.

La dificultad no apareció por primera vez en este experimento: el texto de la fuente indica que el problema se conoce desde 2024 y que intentos anteriores de solucionarlo no prosperaron. El nuevo conjunto propone cambiar el momento en que el kernel permite reutilizar memoria retirada de la caché, en vez de devolverla inmediatamente al asignador.

Qué cambian los parches y qué midió Torvalds

La propuesta retrasa la reutilización de esa memoria hasta que transcurra un período de gracia de lectura-copia-actualización, conocido como RCU. Con ese margen, un lector protegido por una sección de lectura RCU puede copiar datos directamente a un búfer de usuario sin tomar una referencia del folio en cada operación.

El intercambio es deliberado: el kernel evita actualizar una y otra vez un contador de referencias compartido, pero posterga la recuperación de parte de la memoria. Según las mediciones citadas, el rendimiento con ocho hilos pasó de entre 9,9 y 10,4 millones de lecturas por segundo a un rango de 30 a 33 millones.

La reducción también se reflejó en los ciclos de kernel por lectura, que bajaron de aproximadamente 2.950 a 725 en esa prueba. Para una lectura de un solo hilo, la mejora fue más moderada: el costo descendió de unos 452-454 ciclos a 408-409 ciclos por lectura.

Torvalds señaló en su solicitud de integración que una máquina con más CPU o más de un socket podría obtener una mejora mayor, pero aclaró que no se habían medido equipos más grandes. Por eso, los resultados describen una carga concreta en una laptop, no una aceleración general del sistema operativo ni una comparación exhaustiva entre distintos tipos de hardware.

Los pendientes técnicos y el lugar de la IA

El retraso en la reutilización puede dejar páginas temporalmente fuera de disponibilidad mientras el kernel espera que concluya el período de gracia RCU. Torvalds calificó ese aspecto de la serie como el menos resuelto, una advertencia relevante porque la ganancia de velocidad no elimina el costo potencial para la gestión de memoria.

La propuesta también presenta una regresión cuando una lectura se dirige a una página de usuario que todavía no está mapeada. En ese caso, la nueva ruta provoca una excepción fallida adicional antes de continuar por la implementación existente, lo que añade trabajo en esa situación particular.

Al 18 de octubre, la serie seguía en una rama experimental fuera de la línea principal de Linux. La rama noref-filemap-read-with-llm contiene ocho parches basados en Linux 7.3-rc6, además de correcciones, y el mensaje de commit no especifica una versión del kernel como objetivo para su eventual integración. Por ello, el código debe entenderse como una propuesta en evaluación, no como una función ya incluida en una versión estable.

Torvalds escribió en el envío de Git que el código, los programas de prueba, la revisión de la serie y el primer borrador del texto se realizaron con Claude Code bajo su dirección. El alcance declarado muestra un uso más amplio que una consulta aislada, aunque no implica que el asistente haya tomado la decisión final sobre el diseño o la aceptación del código.

La postura pública de Torvalds frente a la IA también ha evolucionado. En diciembre de 2023 la describió como una herramienta capaz de ayudar a los desarrolladores, con especial interés en la detección de errores; hacia finales de 2025 se definía como un creyente en la IA como herramienta para encontrar fallos, mantener código y revisar parches.

En enero de 2026 empezó a experimentar con programación asistida por IA en un visualizador de audio escrito en Python para un proyecto personal. Más tarde, tras conversar con Dirk Hohndel en el Open Source Summit Europe de Praga, dijo que había llegado a disfrutar del uso de la IA y la consideraba útil si se trata como una herramienta, pero insistió en tener cuidado cuando se trabaja en algo real e importante.

El caso del kernel reúne precisamente esas dos caras: Claude Code ayudó a producir una propuesta y sus materiales de prueba, mientras los resultados y las limitaciones todavía requieren evaluación humana. La prueba ofrece una señal prometedora para una operación estrecha y repetitiva, pero la posible inclusión de los parches dependerá de resolver los costos de memoria y la regresión descrita, no de las cifras aisladas de rendimiento.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados