arXivは11月12日(現地時間)、Apple Silicon上でGPUコーディングエージェントの実行を隔離し、コマンドをスケジューリングする新インフラ「Metal Sandbox」に関する論文を公開した。このシステムは、macOSのネイティブツールと連携し、オンデバイス推論向けカーネルを生成するモデルの効率的な訓練と評価を目指す。制御実験では、集中した需要下でのコマンドスループットが1.68倍から2.05倍向上したことを示した。
Metal Sandboxは、GPUコーディングエージェント向けに設計された効率的なインフラであり、インスタンスごとのファイルアクセス制限、ネイティブコマンド実行、および相互接続されたMacデバイス間でのコマンドレベルスケジューリングを組み合わせる。このアプローチにより、各エージェントは独立したワークスペースとプライベート開発環境を維持し、エージェント間の干渉を排除して信頼性とセキュリティを高めながら、開発および実行の効率を向上させる。
システム設計では、並列コマンドは同時に実行できる一方、逐次コマンドはノードごとに一つの実行スロットを共有する。これにより、リソースの競合を最小限に抑えつつ、最大限のスループットを実現する。待機中の適格なコマンドは、利用可能なMacノードに動的に移行し、処理結果を元のエージェントに効率的に返すメカニズムが組み込まれている。
Metal Sandboxは、分散型タスク実行を支援するフレームワークであるHarborとの統合によって、その機能をさらに強化している。この統合により、共通のワークフローを通じてタスク実行、自動検証、およびロールアウト収集をシームレスにサポートし、エージェントベースの開発サイクルを加速させる。開発者は、より迅速かつ確実にモデルを訓練し、評価することが可能になる。
具体的な性能検証として、4台のMac mini M4ノードを用いた制御実験が実施された。この実験では、集中した需要下でコマンドスループットが1.68倍から2.05倍に向上することが実証された。さらに、16の静的エージェントトレースを用いた評価では、継続的に補充されるセッションと平均期間が不変であることを仮定した場合、ノードあたり4セッションで1セッションと比較して2.14倍の持続スループット向上が推定された。これは、複数のセッションを同時に管理する際の効率性が大幅に改善されることを示唆している。
また、動的スケジューリング下でこれらの測定されたトレースを再生した結果、平均ツール待機時間が18.8%削減され、バッチの経過時間が22.3%削減されることが示された。これらの数値は、Metal Sandboxがエージェントベースのワークロードにおいて、実行時間を短縮し、リソース利用効率を高める上で極めて有効であることを裏付けている。Metal SandboxとHarborの統合システムは、GitHub上でオープンソースとして公開されている。
参考: arXiv cs.LG — 2026年11月13日 03:54 (JST)
原文ハイライト"Metal Sandbox: Isolated Execution and Command Scheduling"