研究人员开发了一种方法，为遗留的 Fortran 代码启用自动微分，使其能够集成到 JAX 和 PyTorch 等现代机器学习框架中。该方法使用 LFortran 将 Fortran 编译为 LLVM IR，然后 Enzyme 在此基础上应用自动微分。生成的微分物理引擎可以被 Tesseract 包装为自定义 JAX 原始类型，从而可以在不重写原始模拟代码的情况下用于复杂的机器学习管道。尽管仍处于实验阶段，但该技术提供了一种利用数十年现有科学计算代码进行基于梯度的优化和逆问题的方法。 AI
影响 能够将遗留的科学模拟代码集成到机器学习管道中，可能加速计算流体动力学等领域的研究。
排序理由 该集群描述了一种为遗留 Fortran 代码启用自动微分的新颖技术方法，以博客文章的形式呈现。
在 Hacker News — AI stories ≥50 points 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
