PulseAugur
实时 10:49:06
English(EN) GauS: Differentiable Scheduling Optimization via Gaussian Reparameterization

GauS框架使用高斯重参数化优化算子调度

研究人员推出GauS,一个用于软件编译和硬件综合中算子调度优化的新型可微分框架。与之前使用分类分布的方法不同,GauS采用高斯分布来更好地捕捉时间的序数性质,并显著减小优化空间。该方法灵活适应各种目标和约束,为复杂流水线调度问题提供了第一个可微分的公式。在基准测试上的评估表明,GauS利用GPU等现代并行计算设备实现了帕累托最优结果。 AI

排序理由 该集群包含一篇学术论文,详细介绍了一种新的算子调度优化方法。[lever_c_demoted from research: ic=1 ai=1.0]

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 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Yaohui Cai, Vesal Bakhtazad, Cunxi Yu, Zhiru Zhang ·

    GauS: Differentiable Scheduling Optimization via Gaussian Reparameterization

    arXiv:2602.20427v2 Announce Type: replace Abstract: Efficient operator scheduling is a fundamental challenge in software compilation and hardware synthesis. While recent differentiable approaches have sought to replace traditional ones like exact solvers or heuristics with gradie…