PulseAugur
中
实时 20:03:26
实体 CuTe

CuTe

PulseAugur coverage of CuTe — every cluster mentioning CuTe across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
2
90 天内 4
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 4
层级分布 · 90 天
主题
情绪 · 30 天

2 天有情绪数据

最近 · 第 1/1 页 · 共 4 条
  1. TOOL · CL_358368 ·

    字节级 LLM 转换保持性能但吞吐量锐减

    研究人员开发了一种方法,将一个 27B 参数的混合注意力 LLM Qwen3.8 转换为纯字节级模型。该字节模型使用自生成数据和百科全书文本进行训练,在 MATH-500 和 HumanEval 等各种基准测试中保持了原始模型的大部分能力。然而,这种转换导致吞吐量显著下降,预填充速度慢了 6.5 倍,中文处理速度慢了约 4 倍。

  2. RESEARCH · CL_343044 ·

    KernelSeek AI代理通过提问优化CUDA内核,超越基线

    研究人员开发了KernelSeek,一种新颖的问答式AI代理,旨在优化GPU性能的CUDA内核。与依赖广泛工具包或固定策略的现有代理不同,KernelSeek使用有针对性的问题来指导其优化过程,实现了显著的加速。在测试中,KernelSeek通过达到FlashAttention-3性能的1.13倍,超越了一个工具丰富的自主代理,并随后为NVIDIA的Hopper和Blackwell架构生成了优化的FlashAttention内核,其速…

  3. TOOL · CL_111758 ·

    新系统 KernelPro 使用 LLM 自主优化 GPU 内核代码

    研究人员开发了 KernelPro,一个旨在优化大型语言模型 GPU 内核代码的自主系统。该系统集成了 LLM 代码生成、硬件剖析器反馈和专用分析工具,以迭代地提高性能。KernelPro 引入了新颖的组件,例如用于可操作指导的语义反馈算子、用于高效瓶颈分析的两阶段工具调用架构,以及直接的 CuTe 源级代码生成。该系统在基准数据集上展示了显著的加速,并显示出优于专家优化内核的改进,同时还关注能源效率。

  4. TOOL · CL_72753 ·

    LLM框架自动生成GPU内核,性能超越PyTorch

    研究人员开发了CuTeGen,一个旨在自动化创建和优化高性能GPU内核的新框架。该代理系统采用生成、测试和优化内核的结构化工作流程,专门针对CuTe抽象层。通过在内核的高层结构稳定后再提供低层性能反馈,CuTeGen旨在克服先前基于LLM的方法的局限性。在KernelBench基准测试中,CuTeGen展示了比PyTorch平均1.71倍的速度提升,并超越了之前的代理基线。