PulseAugur
中
实时 00:22:30
English(EN) PassNet: Scaling Large Language Models for Graph Compiler Pass Generation

PassNet 使用 LLM 生成编译器通道以优化性能

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新颖的框架 PassNet，该框架旨在利用大型语言模型 (LLM) 来生成编译器通道，这对于优化代码性能至关重要。现有的张量编译器在处理长尾工作负载时存在困难，常常导致性能下降。PassNet 旨在通过使 LLM 能够编写结构化的图变换来解决这一问题，这些变换可以集成到编译器管道中。该系统包含一个大型计算图数据集和一个基准套件，用于评估 LLM 在该领域的性能。 AI

影响 这项研究通过实现对复杂计算图更有效的编译，有可能显著提高 AI 模型在专用硬件上的性能。

排序理由 这是一篇详细介绍使用 LLM 进行编译器优化的新方法和数据集的研究论文。[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 →

PassNet 使用 LLM 生成编译器通道以优化性能

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yiqun Liu, Yingsheng Wu, Ruqi Yang, Enrong Zheng, Honglei Qiu, Sijun He, Tai Liang, Jingjing Wu, Yuhan Zhou, Yiwei Zhang, Dongyan Chen, Weihan Yi, Xinqi Li, Siqi Bao ·

    PassNet：为图编译器通道生成扩展大型语言模型

    arXiv:2605.29357v1 Announce Type: new Abstract: Modern tensor compilers such as TorchInductor deliver substantial speedups on mainstream models, yet face a systematic performance ceiling on long-tail workloads -- our profiling shows that 43% of real-world subgraphs experience end…

相关实体

相关话题