پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

توسعه لینوکس برای M4 Mac mini با کمک ایجنت‌های کدنویسی؛ معرفی توزیع Gravity Linux

انتشار:۳ مهر ۱۴۰۵(۳ روز پیش)
۴ دقیقه زمان مطالعه
۰ دیدگاه

توسعه‌دهندگان توزیع نوپای Gravity Linux موفق شدند با بهره‌گیری از ایجنت‌های کدنویسی و مدل‌های زبانی، محیط دسکتاپ لینوکس مجهز به شتاب‌دهنده سخت‌افزاری گرافیکی را روی M4 Mac mini بوت کنند؛ پروژه‌ای که در پی اختلاف‌نظر بر سر کاربرد هوش مصنوعی از Asahi Linux جدا شده است.

توسعه لینوکس برای M4 Mac mini با کمک ایجنت‌های کدنویسی؛ معرفی توزیع Gravity Linux

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • اجرای آزمایشی توزیع جدید Gravity Linux همراه با دسکتاپ شتاب‌یافته گرافیکی روی رایانه M4 Mac mini با استفاده از ایجنت‌های هوش مصنوعی.
  • توسعه درایور گرافیکی و هایپروایزر اختصاصی ظرف چند هفته از طریق حلقه‌های خودکار مدل‌های زبانی (LLM Loops) توسط دو توسعه‌دهنده.
  • انشعاب پروژه Gravity از Asahi Linux به دلیل مخالفت و ممنوعیت سخت‌گیرانه Asahi در به‌کارگیری ابزارهای هوش مصنوعی مولد.
  • استفاده از پروتکل‌های مهندسی معکوس در محیط تمیز (Clean-Room) برای پیشگیری از پیامدها و نقض کپی‌رایت کدهای انحصاری Apple.

توزیع تازه‌معرفی‌شده‌ی Gravity Linux که رایانه‌های جدید مجهز به تراشه‌های Apple Silicon را هدف قرار داده است، در نخستین نسخه آلفای آزمایشی خود امکان بوت یک محیط دسکتاپ با شتاب‌دهنده گرافیکی را روی M4 Mac mini فراهم کرده است.

در صفحه اصلی این پروژه آمده است: «Gravity Linux بازترکیبی از Fedora است که دسکتاپ لینوکسی مدرن و سریعی را به Apple Silicon می‌آورد؛ پروژه‌ای متن‌باز که به دست توسعه‌دهندگانی همچون شما ساخته شده است.»

در بخش درباره پروژه پیرامون پیشینه آن توضیح داده شده است: «Gravity Linux در ابتدا به دلیل اختلاف‌نظر در سیاست‌گذاری‌ها، به‌ویژه در زمینه استفاده از مدل‌های زبانی (LLM)، از Asahi Linux منشعب (Fork) شد. ما احترام فوق‌العاده‌ای برای پروژه Asahi Linux قائلیم و بر هدف مشترکمان یعنی اجرای لینوکس روی Apple Silicon تأکید می‌کنیم.»

در حال حاضر یک نسخه آلفای اولیه برای M4 Mac mini منتشر شده است؛ مدلی که در اکتبر ۲۰۲۴ و تنها چند روز پس از رونمایی M4 iMac معرفی شد. این نسخه شامل شتاب‌دهنده سخت‌افزاری پردازنده گرافیکی (GPU) با پشتیبانی از OpenGL ES 3.0 و OpenGL 3.3 است، اما به صورت شفاف برای توسعه‌دهندگان آماده شده و مناسب استفاده روزمره نیست. در این بیلد خروجی تصویر HDMI فعال است، اما نمایشگرهای USB-C، فناوری‌های USB4 و Thunderbolt و قابلیت تعلیق (Suspend) کار نمی‌کنند و مدیریت مصرف انرژی نیز هنوز ناقص است.

از نظر پشتیبانی از نسل‌های سخت‌افزاری، این دستاورد Gravity را جلوتر از Asahi Linux قرار می‌دهد. طبق گزارش‌های منتشرشده در اوایل ماه جاری، پروژه Asahi به تازگی پشتیبانی اولیه‌ای از تراشه‌های M3 را آن هم بدون شتاب‌دهنده گرافیکی اضافه کرده است. با این حال، مقایسه این دو پروژه کاملاً دقیق نیست؛ زیرا نسخه M4 گراویتی یک نسخه آلفای اولیه ویژه توسعه‌دهندگان محسوب می‌شود، در حالی که Asahi پروژه‌ای باسابقه با پشتیبانی از طیف گسترده‌تری از سخت‌افزارها است. در همین حال Apple به مسیر خود ادامه می‌دهد و بر اساس گزارش‌ها، اخبار مربوط به نخستین مک‌های مبتنی بر تراشه M6 حدود سه سال پس از عرضه سیستم‌های مجهز به M3 به گوش می‌رسد.

پروژه Asahi Linux در مارس ۲۰۲۲ به صورت عمومی معرفی و تست شد. با این حال، Asahi از آن زمان تاکنون چندین همکار برجسته خود را از دست داده است. هکتور مارتین (Hector Martin)، مدیر پروژه، در فوریه ۲۰۲۵ استعفا داد. یک هفته بعد، سرپرست توسعه پردازنده گرافیکی با نام مستعار «Asahi Lina» نیز از پروژه کنار رفت. سپس در اوت ۲۰۲۵، آلیسا روزنزویگ (Alyssa Rosenzweig)، سرپرست توسعه درایور GPU، پروژه را ترک کرد. او اعلام کرده بود که مدیریت درایورهای GPU معماری Arm را از آوریل همان سال واگذار کرده است و طبق رزومه کاری‌اش، از آن زمان در Intel مشغول به فعالیت شده است.

پروژه Gravity بخش عمده‌ای از پیشرفت سریع خود را مدیون شیوه توسعه‌ای می‌داند که Asahi صراحتاً آن را ممنوع اعلام کرده است. کودی هو (Cody Ho)، مدیر این پروژه که سابقه فعالیت در هر دو شرکت Apple و OpenAI را دارد، گزارشی دوقسمتی از نحوه به‌کارگیری ایجنت‌های کدنویسی برای مهندسی معکوس تراشه‌های Apple Silicon منتشر کرده است.

در تاریخ ۳ اوت، «هو» بخش اول یادداشت خود را با عنوان «آمدم، پرامپت نوشتم، رفتم» (I Came, I Prompted, I Left) منتشر کرد و در آن به تشریح ساخت یک هایپروایزر سفارشی برای نسخه‌های جدید Apple Silicon پرداخت. بخش دوم که در ۱۵ سپتامبر منتشر شد، توضیح می‌دهد که چگونه او و همکار توسعه‌دهنده‌اش، نیکلاس شث (Niklas Sheth)، درایور پردازنده گرافیکی M4 را ظرف حدود یک ماه توسعه دادند. به گفته «هو»، بخش اعظم این کار از طریق حلقه‌های عمدتاً خودکار و بدون نظارت مدل‌های زبانی (LLM Loops) به سرانجام رسیده است.

این موضوع یکی از بنیادین‌ترین تفاوت‌های میان Gravity Linux و Asahi Linux به شمار می‌رود. «هو» و «شث» با کمک ابزارهای هوش مصنوعی در حال مهندسی معکوس سخت‌افزار Apple هستند، در حالی که پروژه Asahi دستورالعمل ویژه‌ای در قبال هوش مصنوعی مولد دارد که بر اساس آن، «استفاده از ابزارهای هوش مصنوعی مولد برای مشارکت‌های محتوایی و اساسی در Asahi Linux به‌طور کلی ممنوع است».

دستورالعمل استفاده از مدل‌های زبانی و مهندسی اتاق تمیز (Clean-Room) در Gravity به کارگیری این ابزارها را مجاز می‌داند، اما تلاش می‌کند با تفکیک مراحل، ریسک‌های حقوقی را کاهش دهد. در این سند آمده است: «اگر در هر مرحله‌ای، مدل زبانی شما به دیس‌اسمبل، دیکامپایل یا هرگونه جزئیات پیاده‌سازی محافظت‌شده از قطعات Apple نگاهی انداخته باشد، شما نسبت به توسعه آن مؤلفه آلوده (Tainted) تلقی می‌شوید.»

این موضوع به این معنا نیست که هیچ‌یک از دست‌اندرکاران به باینری‌های انحصاری Apple نگاه نمی‌کنند. به گفته «هو»، او هنگام توسعه هایپروایزر از یک مدل زبانی برای دیس‌اسمبل کردن مؤلفه اختصاصی SPTM در پلتفرم Apple استفاده کرده است. همین امر موجب شد او صلاحیت نوشتن پیاده‌سازی تمیز متناظر با آن را از دست بدهد؛ بنابراین اطلاعات استخراج‌شده مستندسازی شد و در اختیار فرد دیگری قرار گرفت که کدهای حفاظت‌شده را ندیده بود.

«هو» و «شث» اعلام کردند که توسعه بخش گرافیکی مسیر سخت‌گیرانه‌تری را پیموده است و با استفاده از ردگیری‌های سخت‌افزاری، کاوش زنده و سایه‌زن‌های (Shaders) خودنوشته، بدون بررسی باینری‌های Apple صورت گرفته است. با این وجود، آنها معترفند که از دستاوردهای قبلی Asahi برای تراشه‌های M1 و M2 بهره برده و از رابط برنامه‌نویسی فضای کاربری (Userspace API) موجود استفاده کرده‌اند.

با این همه، نتیجه کار شگفت‌انگیز است: نخستین نسخه آلفای Gravity دسکتاپ شتاب‌یافته لینوکس را به M4 Mac mini می‌آورد و «هو» تأکید دارد مدل‌های زبانی به این تیم دو نفره امکان داده‌اند کاری را که معمولاً ماه‌ها طول می‌کشد، ظرف چند هفته به پایان برسانند. با این حال، این کد پیش از ادغام در شاخه اصلی لینوکس (Upstream)، به تست‌های گسترده، بازبینی توسط نیروی انسانی و بازنویسی ساختاری نیاز دارد. توسعه‌دهندگان Gravity همچنین هشدار داده‌اند که درایور کرنل آنها احتمالاً ابتدا باید منتظر ورود درایورهای M1 و M2 متعلق به Asahi به شاخه اصلی بماند.

از این رو، پروژه Gravity بیش از آنکه اثبات کند سیاست‌های Asahi مانع پیشرفت آن شده، نمایشی جذاب و قابل‌توجه از پتانسیل‌های مهندسی معکوس با پشتیبانی هوش مصنوعی ارائه داده است.

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

رکورد ۸۳۳ هزار دانلود ماهانه برای LEGAL-BERT؛ وقتی توسعه‌دهنده‌ها قید مدل‌های گران‌قیمت را می‌زنند!
آخرین اخبار

رکورد ۸۳۳ هزار دانلود ماهانه برای LEGAL-BERT؛ وقتی توسعه‌دهنده‌ها قید مدل‌های گران‌قیمت را می‌زنند!

مدل زبانی تخصصی LEGAL-BERT با ثبت بیش از ۸۳۳ هزار دانلود در ماه روی پلتفرم هاگینگ فیس حسابی خبرساز شده است. این ابزار جمع‌وجور و تخصصی نشان می‌دهد که برای پردازش و تحلیل متون حقوقی، حتماً نیازی به مدل‌های غول‌پیکر و پرهزینه ندارید و گزینه‌های بهینه همچنان در اوج هستند.

۲ دقیقه مطالعه
۰
۶ مهر
جاسوسی هوش مصنوعی در محل کار؛ کارمندان می‌گویند کارفرماها باید قانوناً مچ‌گیری‌هایشان را لو بدهند!
آخرین اخبار

جاسوسی هوش مصنوعی در محل کار؛ کارمندان می‌گویند کارفرماها باید قانوناً مچ‌گیری‌هایشان را لو بدهند!

نظرسنجی‌های تازه نشان می‌دهد که بیشتر کارمندان حس می‌کنند مدیرانشان با ابزارهای هوش مصنوعی تمام حرکات آن‌ها را زیر نظر گرفته‌اند. حالا بیش از ۸۰ درصد شاغلان خواستار تصویب قانونی شده‌اند که شرکت‌ها را مجبور کند هرگونه مچ‌گیری و نظارت هوش مصنوعی در محیط کار را رسماً اعلام کنند.

۳ دقیقه مطالعه
۰
۶ مهر
گزارش داغ مایکروسافت از نفوذ جهانی هوش مصنوعی؛ امارات در صدر و رتبه عجیب آمریکا!
آخرین اخبار

گزارش داغ مایکروسافت از نفوذ جهانی هوش مصنوعی؛ امارات در صدر و رتبه عجیب آمریکا!

مایکروسافت در تازه‌ترین گزارش خود از ضریب نفوذ هوش مصنوعی در جهان پرده برداشت؛ آماری شگفت‌انگیز که نشان می‌دهد امارات و سنگاپور با فاصله‌ای خیره‌کننده پیشتاز دنیا هستند و در مقابل، آمریکا در رتبه ۲۱ جا مانده است. همچنین الگوی استفاده از هوش مصنوعی میان کشورهای غربی و کشورهای در حال توسعه، از تفاوتی عمیق میان کاربردهای روزمره و آموزش پرده برمی‌دارد.

۳ دقیقه مطالعه
۰
۶ مهر