Linus Torvalds Ajukan Patch Linux Kernel Berbantuan AI untuk Mengatasi Masalah Cache

Linus Torvalds, pencipta Linux sekaligus pengelola utama pengembangan Linux kernel, menarik perhatian komunitas teknologi setelah mengajukan serangkaian patch yang dibuat dengan bantuan kecerdasan buatan. Pembaruan tersebut menggunakan Claude Code dari Anthropic untuk menangani masalah lama pada mekanisme page cache yang dapat menghambat kinerja ketika banyak prosesor membaca berkas yang sama secara bersamaan. Patch yang diajukan pada Oktober 2026 ini menunjukkan peningkatan performa signifikan dalam pengujian sintetis. Namun, temuan masalah konkurensi selama proses peninjauan menegaskan bahwa kontribusi berbantuan AI tetap memerlukan pemeriksaan mendalam sebelum dapat diterapkan pada kernel Linux secara luas.

Linus Torvalds Mulai Menggunakan AI untuk Pengembangan Linux Kernel

Perkembangan alat pemrograman berbasis AI mulai mengubah cara pengembang perangkat lunak menulis kode. Peristiwa penting dalam perubahan tersebut muncul ketika Linus Torvalds memanfaatkan Claude Code untuk membantu memperbaiki komponen Linux. Melalui pekerjaan yang dipublikasikan pada Oktober 2026, Torvalds menyiapkan perubahan yang ditujukan untuk mengurangi perebutan sumber daya ketika membaca berkas. Pendekatan ini menarik perhatian komunitas open source karena memperlihatkan penggunaan AI pada perangkat lunak tingkat rendah.

Torvalds tidak menyerahkan seluruh pengambilan keputusan kepada AI. Dalam penjelasan pengembangannya, ia menjelaskan bahwa Claude Code terlibat dalam pembuatan implementasi, mendukung penyusunan kode pengujian, serta membantu peninjauan awal. Adapun, pengendalian pekerjaan dan pengujian pada perangkat nyata tetap berada di tangan manusia. Pendekatan kolaboratif demikian menjadi aspek yang perlu diperhatikan karena Linux kernel merupakan komponen fundamental sistem operasi yang menuntut keandalan tinggi.

Penyebab Penurunan Performa Cache saat Banyak CPU Membaca Berkas

Sebelum membahas peningkatan performanya, pengguna perlu memahami fungsi cache halaman. Page cache merupakan bagian sistem yang mempertahankan salinan data file dalam RAM. Apabila sistem membaca file, Linux bisa menghindari pembacaan ulang dari perangkat penyimpanan apabila data tersebut tersedia di memori. Pendekatan pengelolaan memori tersebut meningkatkan efisiensi operasi berkas. Akan tetapi, koordinasi banyak thread dapat memunculkan persaingan terhadap sumber daya bersama.

Hambatan yang menjadi fokus patch berkaitan dengan reference counting. Dalam kernel Linux, folio merupakan struktur pengelolaan satu atau lebih halaman. Apabila sejumlah inti CPU mengakses folio bersama, operasi yang menambah dan mengurangi penghitung referensi dapat menyebabkan contention antarkomponen pemrosesan. Sebagai dampaknya, penambahan jumlah inti tidak selalu meningkatkan throughput. Permasalahan tersebut dapat muncul dalam skenario pembacaan intensif, termasuk aplikasi dengan banyak thread.

Pendekatan RCU untuk Mempercepat Pembacaan Data Linux

Rancangan optimasi kernel tersebut ditujukan agar menekan kebutuhan mengubah penghitung referensi berulang kali. Serangkaian patch memanfaatkan mekanisme Read-Copy-Update atau RCU untuk melindungi pembacaan folio yang memenuhi persyaratan. Dalam rancangan ini, pelepasan folio tertentu dapat ditunda hingga periode perlindungan RCU selesai. Berkat mekanisme ini, jalur pembacaan yang memenuhi syarat berpotensi menghindari pembaruan reference count.

Meski konsep dasarnya cukup mudah dijelaskan, implementasinya membutuhkan perhatian terhadap banyak kondisi. Pengembang harus memastikan bahwa folio tetap aman selama proses pembacaan. Faktor lain yang perlu diperhatikan adalah, interaksi dengan mekanisme pengelolaan memori lainnya dapat memengaruhi keamanan jalur baca. Dengan mempertimbangkan kompleksitasnya, peningkatan kecepatan harus disertai pembuktian keamanan. Kemungkinan interaksi antarproses harus melewati pengujian menyeluruh sebelum perubahan dapat diterima sebagai bagian kernel utama.

Pengukuran Kinerja Kernel setelah Optimasi Menggunakan Claude Code

Bagian penting dari pengujian patch adalah peningkatan throughput pada benchmark sintetis. Pada pengujian yang dilaporkan, serangkaian patch memperlihatkan lonjakan throughput mendekati 23 kali dalam skenario pembacaan dengan banyak thread. Benchmark yang dijalankan menggunakan sistem Threadripper menunjukkan perubahan throughput dari sekitar 13,3 juta menjadi 304 juta operasi pembacaan per detik pada skenario paralel menggunakan 64 thread. Angka tersebut memperlihatkan besarnya hambatan yang dapat dikurangi.

Pada evaluasi menggunakan perangkat lain, pengujian awal pada laptop Torvalds juga menghasilkan kenaikan jumlah operasi baca sekitar tiga kali lipat pada pengujian paralel dengan delapan thread. Perbedaan hasil tersebut menunjukkan pengaruh konfigurasi perangkat. Namun demikian, percepatan itu tidak otomatis berlaku untuk setiap perangkat Linux. Program yang tidak mengalami persaingan cache dapat mengalami peningkatan yang terbatas. Dengan demikian, evaluasi terhadap berbagai konfigurasi perangkat keras tetap diperlukan untuk menentukan dampak sebenarnya.

Peninjauan Patch AI Menemukan Masalah Race Condition

Meskipun benchmark menunjukkan hasil positif, proses peninjauan menemukan masalah race condition. Race condition merupakan situasi ketika hasil operasi bergantung pada urutan eksekusi yang tidak terkendali. Untuk implementasi page cache, persoalan tersebut membutuhkan perhatian khusus karena dapat memicu perilaku sistem yang tidak diharapkan. Penemuan masalah konkurensi memperlihatkan manfaat peninjauan kolektif sebelum perubahan dimasukkan ke jalur pengembangan resmi. Hingga tahap pelaporan tersebut, rangkaian perubahan masih membutuhkan revisi.

Pengalaman pengembangan ini menghadirkan contoh relevan mengenai pemanfaatan AI dalam rekayasa perangkat lunak. Asisten kode berbasis AI mampu mendukung membantu memahami struktur program, tetapi belum tentu menghasilkan implementasi bebas kesalahan. Khususnya dalam perangkat lunak tingkat rendah, kesalahan sinkronisasi bisa menimbulkan dampak serius. Oleh sebab itu, peninjauan oleh pengembang berpengalaman tidak dapat ditinggalkan. Pencatatan proses pengembangan berbantuan AI juga membantu memperjelas asal kontribusi tanpa menggantikan standar keamanan perangkat lunak.

Kesimpulan Peran AI dalam Pengembangan Linux Kernel

Pemanfaatan AI dalam perubahan kernel Linux memberikan gambaran penting mengenai peran kecerdasan buatan dalam pemrograman sistem. Perbaikan mekanisme akses data bersama menunjukkan potensi efisiensi pada beban kerja tertentu. Namun, masalah konkurensi yang ditemukan saat review menunjukkan bahwa hasil cepat belum tentu aman. Untuk penerapan AI yang lebih luas, AI perlu digunakan bersama keahlian manusia, bukan alasan untuk mengabaikan pengujian. Bagaimana menurut Anda, apakah kolaborasi Claude Code dan pengembang Linux berpotensi meningkatkan produktivitas pengembang? Bagikan pemikiran Anda mengenai manfaat serta tantangannya.