# bpftime [[eunomia-bpf]] が開発するユーザ空間 [[eBPF]] ランタイム(`github.com/bpftime/bpftime`)。([[@2026__eunomia.dev__eBPF × AI-LLMs - The Convergence of System Observability and AI]]) - カーネルを介さずユーザ空間で eBPF プログラムを実行し、uprobe 等のオーバーヘッドを下げる。 - **eGPU**(eBPF バイトコードを PTX/SPIR-V 注入で GPU へオフロード、ACM HCDS'25 / DOI:10.1145/3723851.3726984)を main ブランチに統合済み。eBPF をカーネル/ユーザ空間に加え **GPU** という第 3 の実行ターゲットへ広げる方向を示す。eGPU は bpftime のユーザ空間 eBPF ランタイムを基盤に、[[PTX 注入]]で稼働中の GPU カーネルへ計装を注入する。(Source: [[@2025__HCDS__eGPU - Extending eBPF Programmability and Observability to GPUs]], [[@2025__eunomia.dev__The GPU Observability Gap - Why We Need eBPF on GPU devices]]) - CPU 側 CUDA API トレースを越えて GPU 内部動作を観測する次のステップとして、[[@2026__eunomia.dev__CUDA Events - eBPF-based CUDA API Tracing]] でも参照されている。(Source: [[@2026__eunomia.dev__CUDA Events - eBPF-based CUDA API Tracing]]) - OSDI'25 では、bpftime を拡張の安全性と相互接続性を細粒度に指定する Extension Interface Model([[EIM]])の実装基盤として定式化した。eBPF スタイルの検証、Intel MPK などのハードウェア支援プロセス内隔離、動的バイナリ書き換え(隠蔽拡張入口)を組み合わせ、Nginx 拡張でネイティブの 2% オーバーヘッドを達成する。(Source: [[@2025__OSDI__Extending Applications Safely and Efficiently]]) ## 関連 - 本ソース: [[@2026__eunomia.dev__eBPF × AI-LLMs - The Convergence of System Observability and AI]] / [[@2025__HCDS__eGPU - Extending eBPF Programmability and Observability to GPUs]] / [[@2026__eunomia.dev__CUDA Events - eBPF-based CUDA API Tracing]] / [[@2025__eunomia.dev__The GPU Observability Gap - Why We Need eBPF on GPU devices]] / [[@2025__OSDI__Extending Applications Safely and Efficiently]] - 開発元: [[eunomia-bpf]] / [[Yusheng Zheng]] - 関連概念: [[eBPF]] / [[eGPU]] / [[PTX 注入]] / [[GPU観測性]] / [[CUDA API トレース]] / [[uprobe]]