PulseAugur
实时 09:54:11
English(EN) StitchCUDA: An Automated Multi-Agents End-to-End GPU Programing Framework with Rubric-based Agentic Reinforcement Learning

StitchCUDA框架通过多代理RL自动化端到端GPU编程

研究人员开发了StitchCUDA,一个用于端到端GPU程序生成的新型多代理框架。该系统采用专门的代理进行规划、编码和验证,以优化机器学习工作负载。通过将强化学习与性能分析相结合,StitchCUDA旨在提高GPU内核效率和主机端设置,从而在现有基线上实现显著的加速。 AI

影响 该框架通过自动化复杂的编程任务,可以显著加速GPU上复杂ML工作负载的开发和部署。

排序理由 该集群包含一篇详细介绍GPU编程新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

StitchCUDA框架通过多代理RL自动化端到端GPU编程

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Shiyang Li, Zijian Zhang, Winson Chen, Yuebo Luo, Mingyi Hong, Caiwen Ding ·

    StitchCUDA: 一个基于评分卡的智能体强化学习的自动化多智能体端到端GPU编程框架

    arXiv:2603.02637v2 Announce Type: replace-cross Abstract: Modern machine learning (ML) workloads increasingly rely on GPUs, yet achieving high end-to-end performance remains challenging due to dependencies on both GPU kernel efficiency and host-side settings. Although LLM-based m…