Linus Torvalds dan AI Menemukan Bug GPU Intel Xe yang Tersembunyi dalam Satu Baris Kode

Satu baris kode akhirnya menyelesaikan kerusakan serius pada driver grafis Intel Xe di perangkat keras Battlemage G21. Namun, untuk menemukan baris tersebut, Linus Torvalds harus melewati proses yang ia gambarkan sebagai “sesi debugging dari neraka”—dengan bantuan AI, 24 versi patch debugging, dan 18 kali boot kernel.

Perubahan satu baris yang menentukan

Masalahnya berada pada perhitungan batas antara VRAM biasa dan penyimpanan flat Compute Command Streamer (CCS) yang dicadangkan untuk kebutuhan perangkat keras. Secara konsep, kode tersebut diubah dari:

round_up(value, SZ_128K)

menjadi:

round_down(value, SZ_128K)

Nilai ini bukan alamat awal, melainkan batas yang menandai titik berakhirnya memori yang boleh diberikan kepada pengalokasi VRAM. Ketika batas itu dibulatkan ke atas, area kecil di antara batas sebenarnya dan hasil pembulatan keliru dianggap sebagai VRAM kosong. Padahal, area tersebut digunakan untuk metadata kompresi CCS. Membulatkannya ke bawah membuat pengalokasi tetap berada di sisi yang aman.

Mengapa pembulatan yang salah bisa merusak GPU?

Begitu penyimpanan CCS dianggap sebagai VRAM yang tersedia, alokasi biasa dapat menempati area tersebut dan menimpa metadata yang digunakan GPU. Kerusakan ini memengaruhi data terkait tabel halaman GPU serta menimbulkan sejumlah gejala, termasuk tampilan layar yang rusak dan GDM—display manager GNOME—yang terus-menerus melakukan restart pada perangkat Battlemage G21.

Jadi, persoalannya bukan sekadar salah operasi aritmetika. Ada kesalahan pemahaman makna nilai: kode memperlakukan sebuah batas seolah-olah itu alamat awal. Karena itulah perbaikannya tampak sangat kecil, tetapi sulit ditemukan.

24 patch dan 18 kali boot mempersempit pencarian

Torvalds dan asisten AI menambahkan serta mengubah instrumentasi untuk melacak perhitungan memori driver. Mereka membandingkan posisi CCS yang dilaporkan perangkat keras dengan batas yang diteruskan kepada pengalokasi VRAM. Proses tersebut menghasilkan 24 versi patch debugging dan 18 siklus reboot-pengujian sebelum arah pembulatan yang keliru terlihat jelas.

Pengujian berulang ini penting karena masalahnya muncul pada tingkat perangkat keras dan sistem tampilan, bukan hanya sebagai baris kode yang tampak mencurigakan. Setiap percobaan membantu memisahkan perilaku alokasi memori dari kemungkinan penyebab lain, seperti kerusakan compositor atau kegagalan proses boot grafis.

AI membantu mempercepat pekerjaan, tetapi bukan pengambil keputusan

Torvalds menggunakan AI sebagai rekan debugging interaktif. AI membantu mengusulkan instrumentasi, menelusuri jalur kode, dan menganalisis keluaran dari berbagai eksperimen. Dengan begitu, pekerjaan berulang untuk menguji hipotesis dapat dilakukan lebih cepat.

Namun, asisten tersebut bukan sumber kebenaran yang selalu dapat diandalkan. Menurut Torvalds, AI beberapa kali menyimpulkan bahwa masalah itu mustahil diselesaikan dan menyarankan agar mereka berhenti lalu menulis laporan. Torvalds-lah yang menentukan eksperimen berikutnya, mengenali interpretasi yang keliru, dan memahami arti offset tersebut dalam model memori pengalokasi.

Inilah pembagian peran yang paling penting: AI menghasilkan kemungkinan dan membantu mengerjakan mekanisme teknis, sementara pakar menyediakan konteks, ketekunan, pengujian yang dapat membuktikan atau menggugurkan hipotesis, serta keputusan akhir.

Perbaikan sudah masuk ke kernel utama, tetapi versi backport belum pasti

Torvalds menulis dan melakukan commit perbaikan driver Intel Xe ke kernel Linux upstream. Laporan yang tersedia menyebut seri kernel stable yang masih dipelihara diharapkan menerima perubahan tersebut melalui proses backport biasa. Namun, sumber yang tersedia belum dapat memastikan versi stable dan tanggal rilis yang tepat.

Karena itu, belum aman untuk menyebut nomor versi tertentu sebagai versi yang sudah pasti memuat perbaikan. Pengguna dengan perangkat keras terdampak sebaiknya menunggu pengumuman dari distribusi Linux atau pengelola kernel masing-masing.

Pelajaran yang lebih luas tentang AI dalam pengembangan kernel

Kisah ini bukan dukungan menyeluruh terhadap kode kernel yang dibuat AI. Kasusnya justru menunjukkan penggunaan yang lebih terbatas dan lebih mudah dipertanggungjawabkan: pakar memakai AI untuk mempercepat siklus debugging, tetapi tetap memegang kendali atas hipotesis, desain pengujian, peninjauan, dan patch final.

Pendekatan itu berbeda jauh dari mengirim patch atau laporan kerentanan buatan AI secara massal tanpa pengujian dan tanpa pemahaman subsistem. Para pengelola kernel telah menggambarkan adanya “serbuan” kiriman semacam itu, sementara pengelola subsistem staging dan networking melaporkan meningkatnya frustrasi akibat patch berkualitas rendah atau tidak dipahami pengirimnya.

Klaim yang sering diulang tentang kenaikan kiriman hingga 2.700 persen juga perlu diperlakukan dengan hati-hati. Sumber yang tersedia tidak menjelaskan secara meyakinkan metode pengukuran, rentang waktu, atau kategori kiriman yang dimaksud. Kesimpulan yang lebih kuat adalah bahwa AI menurunkan biaya untuk menghasilkan kode dan laporan, sedangkan biaya untuk meninjau serta memilahnya tetap harus ditanggung pengelola manusia.

Torvalds sendiri tidak menganggap Linux secara prinsip menolak AI, terutama untuk aktivitas seperti peninjauan kode. Sesi debugging Intel Xe ini menunjukkan batas praktisnya: AI dapat berguna di dalam proses rekayasa yang disiplin, tetapi tidak menggantikan pengetahuan subsistem, pengujian yang dapat direproduksi, atau tanggung jawab manusia atas hasil akhir.

Patch terakhir hanya terdiri dari satu baris. Pencapaian sebenarnya adalah mengetahui baris mana yang harus diubah—dan tidak berhenti mencari ketika AI mengatakan jawabannya tidak mungkin ditemukan.