PulseAugur
中
实时 06:54:46
English(EN) Learning Exact NVIDIA SASS Encoders with $\mathbb{F}_2$ Linear Algebra

新的 F2Asm 工具学习 NVIDIA GPU 的精确 SASS 编码器

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 F2Asm，这是一个能够学习 NVIDIA 数据中心 GPU 精确 SASS 编码器的新型系统。该工具通过作为近期 NVIDIA 架构（包括 Rubin SM107）的开源汇编器，实现可控的机器代码重写。F2Asm 利用 $\mathbb{F}_2$ 上的高斯消元法将编码器构建为向量值仿射映射，支持 Hopper SM90/SM90a 和 Blackwell SM100 等架构。该系统在来自生产库和 CUDA 存档的大量 CUBIN 数据集上进行了训练，在往返测试中展示了精确的重组。 AI

排序理由 学术论文，详细介绍了一种学习 SASS 编码器的新方法。[lever_c_demoted from research: ic=1 ai=0.7]

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 →

新的 F2Asm 工具学习 NVIDIA GPU 的精确 SASS 编码器

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Jiading Gai ·

    使用 $\mathbb{F}_2$ 线性代数学习精确的 NVIDIA SASS 编码器

    arXiv:2608.20532v1 Announce Type: new Abstract: NVIDIA provides a SASS disassembler but no public SASS assembler for recent data-center GPUs, limiting controlled machine-code rewriting. We present F2Asm, which learns exact 128-bit SASS encoders from paired disassembly and origina…

相关实体

相关话题