研究人员开发了一种新颖的GPU常驻求解器,用于通过基于树的遗传编程优化符号回归中的常数。这种批量Levenberg-Marquardt求解器能够以每次迭代最少的CUDA启动次数,高效地处理异构表达式树种群。它利用反向模式自动微分来组装雅可比矩阵,并采用双精度保护来确保常数质量,在NVIDIA A100硬件上实现了高吞吐量,并优于现有方法。 AI
影响 这项研究可能有助于在科学建模和AI开发中更有效地发现控制方程。
排序理由 该集群包含一篇学术论文,详细介绍了一种用于特定计算任务的新方法和实现。
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- arXiv
- CUDA
- EPYC 7763
- EvoGP
- Levenberg--Marquardt Methods Based on Probabilistic Gradient Models and Inexact Subproblem Solution, with Application to Data Assimilation
- Nvidia A100
- operon
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →