PulseAugur
实时 14:41:48
English(EN) GraphMend: Code Transformations for Fixing Graph Breaks in PyTorch 2

GraphMend 编译器技术修复 PyTorch 2 图中断,提升性能

研究人员开发了 GraphMend,一种旨在解决 PyTorch 2 程序中 FX 图中断问题的新型编译器技术。这些中断由动态控制流和不支持的 Python 结构引起,通常会导致性能下降和优化机会减少。GraphMend 采用源代码转换来消除这些中断,从而实现更大、不间断的计算图。在 Hugging Face 模型上的评估显示,延迟显著降低,吞吐量提高,从而提高了 PyTorch 开发者的可用性和性能。 AI

影响 提高了 PyTorch 2 的编译效率,可能带来更快的模型训练和推理。

排序理由 这是一篇介绍 PyTorch 2 新优化技术的学术论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

GraphMend 编译器技术修复 PyTorch 2 图中断,提升性能

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Savini Kashmira, Jayanaka Dantanarayana, Thamirawaran Sathiyalogeswaran, Krisztian Flautner, Lingjia Tang, Jason Mars ·

    GraphMend: Code Transformations for Fixing Graph Breaks in PyTorch 2

    arXiv:2509.16248v3 Announce Type: replace-cross Abstract: This paper presents GRAPHMEND, a high-level compiler technique that eliminates FX graph breaks in PyTorch 2 programs. Although PyTorch 2 introduced TorchDynamo and TorchInductor to enable just-in-time graph compilation, un…