研究者提出AutoProfiler学习GPU内核剖析策略
热点事件持续更新
研究者提出AutoProfiler学习GPU内核剖析策略
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Yihan Wang等作者提出AutoProfiler，一个从优化反馈中学习确定性剖析树的反馈驱动框架，用于为GPU内核优化选择性能分析指标。该框架通过REWRITE和SPLIT操作迭代精炼剖析树，由LLM生成候选修改，再由实证评估决定是否采纳。 目前该工作以预印本形式发布，尚未见经同行评审的验证结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
AutoProfiler：用反馈学习为 GPU kernel 优化选择性能分析指标报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AIAutoProfiler：用反馈学习为 GPU kernel 优化选择性能分析指标
研究者提出 AutoProfiler，一个从优化反馈中学习确定性 profiling 树的反馈驱动框架，通过 REWRITE 和 SPLIT 操作迭代精炼，由 LLM 生成候选修改、实证评估决定是否采纳。
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。