AutoProfiler论文提出学习GPU内核画像指标选择
热点事件持续更新
AutoProfiler论文提出学习GPU内核画像指标选择
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yihan Wang等在arXiv发布论文提出AutoProfiler，一个反馈驱动框架，通过REWRITE和SPLIT操作从优化反馈中学习构建确定性的剖析树，用于GPU kernel自动优化中的画像指标选择。论文称，最有用的画像信息因kernel而异，增加指标数量并不能单调提升优化效果。 在KernelBench上的实验显示，在受限画像预算下，该方法对kernel优化的效果优于固定的画像配置。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
Less is more：AutoProfiler 学习为 GPU kernel 优化选择剖析指标报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AILess is more：AutoProfiler 学习为 GPU kernel 优化选择剖析指标
AutoProfiler 是一个反馈驱动框架，通过 REWRITE 和 SPLIT 操作从优化反馈中学习构建确定性的剖析树，用于 GPU kernel 自动优化中的指标选择。理论分析表明，最有用的剖析信息因 kernel 而异，增加剖析指标数量并不能单调提升优化效果。在 KernelBench 上的实验显示，该方法的优化表现优于固定的剖析配置。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。