PulseAugur
中
实时 10:50:47

KernelBrain 智能体通过 LLM 指导优化 GPU 内核

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 KernelBrain，一个旨在优化 GPU 内核的智能体系统。该系统采用粗粒度到细粒度的方法，利用 LLM 指导的变异和自适应资源分配来高效搜索最优内核变体。KernelBrain 在投入更高保真度的预算给有希望的候选者之前，会通过低成本评估来筛选大量候选者，从而提高内核质量和搜索效率。在 Triton 内核生成测试中，KernelBrain 与 PyTorch 和现有的最先进内核智能体相比，实现了显著的加速，同时还减少了优化时间。 AI

影响 这项研究通过优化底层 GPU 内核性能，可能带来更高效的 AI 模型训练和推理。

排序理由 详细介绍 GPU 内核优化新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

KernelBrain 智能体通过 LLM 指导优化 GPU 内核

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Shuai Che, Gang Peng ·

    KernelBrain：粗粒度到细粒度、考虑预算的代理 GPU 内核优化搜索

    arXiv:2608.02611v1 Announce Type: cross Abstract: Automating GPU kernel optimization remains difficult in practice: generated variants can violate correctness constraints, runtime measurements are noisy, and search often stalls early. We present a practical optimization agent tha…

相关实体

相关话题