AI-ს გამოყენებით ჰარდვეარ დრაივერების რევერს ინჟინერინგი hw-harness-ით

AI-ის დახმარებით დრაივერების შემუშავების სამუშაო პროცესი

ქრისტიან ფ.კ. შალერმა აღწერა, როგორ გამოიყენა Claude-ით ჰარდვეარ დრაივერების რევერს ინჟინერინგისთვის, AI-ინსტრუმენტები სტრუქტურირებულ კვლევასა და შედარების სამუშაო პროცესთან შერწყმით. მას შემდეგ, რაც დაინახა, როგორ იყენებდნენ სხვები AI-აგენტებს Windows-ის ვირტუალურ მანქანებზე სრული კონტროლით, მან ააგო ზოგადი ჰარნესი ამ პროცესის ავტომატიზაციისთვის. მთავარი დაკვირვება ისაა, რომ AI მოდელი განსაკუთრებით კარგად ართმევს თავს კვალის დეკოდირებას, პრობების წერას და მუდმივების ჯვარედინ შემოწმებას, რაც ტრადიციულად კვირების ხელით მუშაობას მოითხოვს.

როგორ მუშაობს hw-harness

ჰარნესი უშვებს მწარმოებლის Windows დრაივერს KVM-ის ვირტუალურ მანქანაში, სადაც მოწყობილობა გადაეცემა სტუმარს. ტრაფიკი Linux-ის ჰოსტზე აღირიცხება usbmon-ით, რომელიც პასსრუ-შრის ქვემოთ მდებარეობს, ამიტომ სტუმარი ვერ ამჩნევს მას. შემდეგ იგივე ოპერაცია მეორდება Linux-ზე კასტომური დრაივერით და ისევე აღირიცხება. ორი კვალი შედარებით დიფდება, რათა მივიღოთ დრაივერის ბაგების კონკრეტული სია. მოწყობილობებისთვის, რომლებსაც არ აქვთ ავტობუსი მოსასმენად, მაგალითად შიდა MIPI კამერები, ჰარნესი იყენებს Windows-ის მხრიდან INF ფაილების, რეესტრის მონაცემების, ACPI ცხრილების და მოწყობილობის თვისებების შემოწმებას. მიდგომა არ ეყრდნობა კოდის კოპირებას; ახალ დრაივერში ყველა მუდმივა აღრიცხულ ქცევაზე მიგვითითებს.

სამი დასრულებული პროექტი

პირველი პროექტის შედეგად შეიქმნა SANE-ის ბექენდი Plustek OpticFilm 8200i ფირის სკანერისთვის, რომელიც იყენებს Genesys GL128 კონტროლერს და ადრე Linux-ის მხარდაჭერა არ ჰქონდა. ბექენდი მხარს უჭერს ფერად, ნაცრისფერ და ინფრაწითელ რეჟიმებს 7200 dpi-მდე გარჩევადობით, ასევე მტვრისა და ნაკაწრების მოცილებას. 3600 dpi-ზე მან სკანირება 34,6 წამში დაასრულა, 54,4 წამის წინააღმდეგ upstream genesys ბექენდისთვის, რომელმაც ამ სკანერის მხარდაჭერა 2026 წლის სექტემბერში მიიღო. ორივე ერთსა და იმავე წვრილ დეტალს ამუშავებს. ბექენდი Fedora RPM-ის სახით არის შეფუთული.

მეორე პროექტია Negative Vibes, Rust-ზე დაწერილი GNOME აპლიკაცია, რომელიც გამოიყენება ნეგატივებისა და სლაიდების სკანირებისთვის ნებისმიერ ფირის მხარდამჭერ SANE სკანერზე. ის ინახავს ნედლ 16-ბიტიან ხაზოვან სკანს ინფრაწითელი მონაცემებით და ახორციელებს არადესტრუქციულ ინვერსიას, კალიბრაციას ArgyllCMS-ის მეშვეობით და ექსპორტს TIFF, JPEG, PNG და DNG ფორმატებში. ის ვრცელდება Flatpak-ის სახით, რომელიც მოიცავს სკანერის ბექენდს.

მესამე პროექტმა გამოასწორა MIPI კამერის პრობლემები Lenovo ThinkPad X1 Carbon Gen 14-ზე Sony IMX471 სენსორით. Kernel-ის პატჩებმა მოაგვარეს crop-selection ბაგი, არასწორი test-pattern რეგისტრის სიგანე და ანალოგური გაძლიერების ზედა ზღვარი, რომელიც დაახლოებით 1,8 სტოპ მგრძნობელობას აკარგვინებდა. libcamera-ს პროგრამული ISP-ის პატჩებმა დაამატეს გამოტოვებული ლინზის ჩრდილის კორექცია, რომელიც კუთხეებს 2,7 სტოპით უფრო მუქს ტოვებდა, და გამოასწორეს თეთრი ბალანსის სტატისტიკა, რომელიც 8-ბიტიანი შავი დონის წინააღმდეგ native bit depth-ზე ჯამდებოდა. კონტროლირებულ დაბალი განათების ტესტში კადრის სიკაშკაშე 31,1-დან 90,9-მდე გაიზარდა, ფერების კოეფიციენტები კი მნიშვნელოვნად დაუახლოვდა USB webcam-ის რეფერენსს. Kernel-ის პატჩები უკვე გაგზავნილია, libcamera-ს პატჩები კი განხილვის პროცესშია.

მთავარი გაკვეთილები

შალერმა აღნიშნა, რომ რეფერენსული კვალი დიდი უპირატესობაა: როცა AI-ს ადარებინებ ცნობილ კარგ კვალს წარუმატებელთან, ბუნდოვანი პრობლემა კონკრეტულ განსხვავებათა სიად იქცევა. AI ართმევს თავს დეკოდირებისა და პრობინგის მოსაწყენ სამუშაოს, მაგრამ რეალური ჰარდვეარი მაინც ერთადერთი მოსამართლეა. ის ყველას, ვისაც მხარდაუჭერელი ჰარდვეარი აქვს, მოუწოდებს, სცადოს hw-harness-ის მიდგომა.

წყაროები: blogs.gnome.org