Linus Torvalds dùng bot AI truy tìm và sửa bug kernel Linux

Trong quá trình phát triển kernel Linux 7.3, "cánh cụt hoàng đế" Linus Torvalds đã tự tay sửa một lỗi hi hữu trong driver đồ họa Intel Xe gây treo máy khi khởi động. Điều đặc biệt là ông đã nhờ đến sự trợ giúp của một bot AI để phân tích và thu hẹp phạm vi lỗi, dù bot này nhiều lần muốn bỏ cuộc. Câu chuyện cho thấy AI đang trở thành công cụ hỗ trợ đắc lực cho cả những lập trình viên kỳ cựu nhất.

Sự cố trong driver Intel Xe

Sau khi kernel 7.2 được phát hành, nhóm phát triển đang tập trung cho phiên bản 7.3 với hàng loạt hoạt động dọn dẹp bug. Tuy nhiên, một bản vá bất ngờ đến từ chính Linus Torvalds – người từng nhiều lần tuyên bố "đã gần 20 năm không còn là lập trình viên" kể từ khi giao phần lớn công việc coding cho các maintainer khác.

Lỗi kỹ thuật nằm ở driver đồ họa Intel Xe, khiến máy tính bị treo ngay tại thời điểm hệ điều hành chuyển sang chế độ đồ họa để hiển thị màn hình đăng nhập. Nguyên nhân gốc rễ là driver đã tính toán sai vùng nhớ dành riêng cho Compute Command Streamer (CCS) – một engine có quyền truy cập vào các pipeline media và GPGPU nhưng không phải pipeline 3D.

Driver này cố gắng xác định vị trí CCS, lấy vùng nhớ bên dưới nó và sau các bước xử lý khác, làm tròn lên (round_up) bội số của 128 kB rồi đánh dấu là VRAM có thể sử dụng. Vấn đề là việc làm tròn lên này có thể khiến driver đánh dấu cả vùng nhớ đã được sử dụng, dẫn đến treo máy. Giải pháp chỉ là một dòng code sửa round_up() thành round_down(), nhưng việc tìm ra lỗi mới là thử thách thực sự.

"Phiên debug địa ngục" với sự trợ giúp của AI

Điều thú vị không chỉ nằm ở bản sửa lỗi một dòng, mà còn ở câu chuyện đằng sau nó. Torvalds đã đính kèm một bình luận dài bất thường trong email gửi kèm bản vá, trong đó ông tiết lộ quá trình tìm kiếm lỗi gian nan:

"Đây là một phiên debug địa ngục, được hỗ trợ rất nhiều bởi một AI làm phần lớn công việc chân tay. Tôi muốn gọi nó là trợ lý không biết mệt mỏi, nhưng AI này nhiều lần khẳng định thẳng thừng rằng vấn đề là không thể giải quyết và chúng tôi nên viết báo cáo về nó. Tôi nghi ngờ những thứ này được đào tạo bởi những người không cứng đầu như tôi. Nhưng khi AI sẵn sàng bỏ cuộc nhiều lần, nó vẫn tiếp tục thêm mã debug và phân tích một cách trung thực khi tôi thúc đẩy. Vì vậy, công lao phải được ghi nhận và tôi để AI viết thông điệp commit này. Đây về cơ bản là một dòng sửa lỗi round_up() thành round_down(), nhưng có 24 bản vá thêm thông tin debug và 18 lần khởi động kernel để thu hẹp phạm vi."

Đây là minh chứng rõ ràng cho thấy coding bot đang trở thành công cụ hữu ích hợp pháp cho lập trình viên. Trong trường hợp này, Torvalds không dùng bot để viết bản sửa lỗi – vì chỉ cần một dòng code – mà bot đã viết tổng cộng 42 đoạn mã kiểm tra giúp ông tìm ra bug. Cộng đồng công nghệ không khỏi bật cười trước con số 42, liên tưởng đến "Deep Thought" – siêu máy tính trong tác phẩm "The Hitchhiker's Guide to the Galaxy" của Douglas Adams.

Vấn đề lớn hơn: Kiến trúc bộ nhớ riêng biệt của GPU

Câu chuyện cũng làm nổi bật vấn đề dai dẳng của hầu hết card đồ họa PC hiện đại: chúng có một vùng RAM riêng biệt mà CPU không thể truy cập trực tiếp. Điều này khác biệt hoàn toàn với một số máy Arm64 – đặc biệt là Apple Silicon – khi cả CPU và GPU chia sẻ chung một pool bộ nhớ thống nhất.

Trong bối cảnh giá RAM tăng cao do cơn sốt AI, các giải pháp thông minh đang xuất hiện:

• NBD-VRAM của Sean Lobjoit: cho phép máy Linux dùng VRAM dư thừa làm swap space cực nhanh khi thiếu RAM hệ thống.
• Bản vá của Natalie Vock (Valve): giúp GPU AMD cấp thấp hoạt động nhanh hơn khi cố gắng cấp phát nhiều VRAM hơn mức có sẵn.

Nhiều chuyên gia dự đoán rằng mô hình tích hợp silicon chặt chẽ với bộ nhớ dùng chung như Apple đang làm chính là hướng đi tương lai của toàn ngành công nghiệp.

Bài học từ câu chuyện

Bản vá lỗi lần này không chỉ đơn thuần là sửa một bug – nó cho thấy ngay cả người sáng lập Linux cũng đang cởi mở với việc sử dụng AI làm trợ lý lập trình. Điều đáng chú ý là Torvalds vẫn giữ vai trò quyết định cuối cùng, trong khi AI chỉ đóng vai trò hỗ trợ phân tích và viết mã kiểm tra. Đây có thể là mô hình lý tưởng cho tương lai: con người định hướng, AI hỗ trợ tìm tòi – bất chấp việc AI đôi khi muốn... bỏ cuộc giữa chừng.