藉由 sched_ext 客製化低延遲 CPU 排程器

「為什麼遊戲又突然卡了一下？」的答案往往並非 CPU 不夠快，而是 CPU 排程器把運算資源分給那些遊戲玩家根本不在意的背景任務。

Linux 的 EEVDF 排程器以 fairness 為主要目標，並透過 EWMA 估計負載。然而，fairness 不等於流暢體感、EWMA 只能反映短期變化，因此延遲敏感的工作負載常出現不穩定的表現。scx_teddy 是一款針對遊戲場景、建構在機器學習之上的 CPU 排程器，利用 Linux v6.12+ 引入的 sched_ext (SCX)，其目標不是要求使用者手動指定重要任務，而是讓系統自行辨識哪些是影響遊戲流暢度的關鍵操作、哪些只是可退讓的背景任務，進而依據遊戲期望調整。

本系統會在 Linux 核心內部長期觀測任務行為特徵，如 runtime、sleep、iowait 等，再於使用者層級藉由 K-means 進行非監督式分群。完成分類後，scx_teddy 便可依據針對遊戲情境設計的 cluster policy，動態調整優先級、time slice，以及是否獨佔處理器。

本議程將介紹 scx_teddy 的設計與實作，包括：

• 為何選擇 ML，而非規則式分類
• 特徵工程與行為指標的取捨
• eBPF 與 user space 的資料管線設計
• 與既有 SCX 排程器（如 scx_cake）的差異與實驗結果

目標不是追求更高的 benchmark 分數，而是讓系統真正理解：哪些工作會影響玩家體感，哪些則不值得搶佔遊戲的執行時間。