TrainBridge：利用 GPU 编译证据指导 NPU 训练优化的智能体方法

TrainBridge 提出一种智能体方法，将成熟 GPU 编译栈的优化经验迁移到 Ascend NPU 训练：从 GPU 训练执行中提取优化意图，指导 NPU 程序重写，并通过迭代 profiling 进一步优化。实验显示，四个涵盖 LLM 预训练、图像分类和多模态训练的工作负载平均加速 1.7x，在 27 项 Modded-NanoGPT speedrun 记录上平均加速接近 2.0x。