热点事件持续更新

智能体循环在FuriosaAI NPU上优化内核获9.293倍加速

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

Byonggon Chun 等人发表案例研究：让 LLM 智能体循环在 FuriosaAI RNGD NPU 上优化三个 Gemma-4-12B 解码内核，用 12 天在共享的稀缺设备上完成，最终内核相对官方基线取得 9.293 倍几何平均加速，每个内核的周期数都在仅搬运其权重所需周期的 1.25 倍以内。该循环自行编写并校验 DSL 文档摘要、用微基准测量芯片、记录编译器推导的合法性规则，并在工具链变化时复查。研究以这一款 NPU 为案例，考察智能体循环学习陌生加速器的过程。

AI 根据报道生成 · 3 小时前更新

最新进展10月31日 12:00

多智能体内核优化循环在 FuriosaAI RNGD NPU 上学习新加速器的案例研究

报道时间线

沿着报道，了解事件的不同侧面。

10月31日

12:00
arXiv cs.AI
多智能体内核优化循环在 FuriosaAI RNGD NPU 上学习新加速器的案例研究
该论文以 FuriosaAI RNGD NPU 为案例，构建 LLM 智能体循环，用 12 天在共享稀缺设备上优化三个 Gemma-4-12B 解码内核。循环自行编写并校验 DSL 文档摘要、用微基准测量芯片、记录编译器推导的合法性规则，并在工具链变化时复查。最终内核相对官方基线取得 9.293x 几何平均加速，每个内核的周期数都在仅搬运其权重所需周期的 1.25x 以内。

本事件热度走势

可比范围当前: 7
可比范围峰值: 810月31日 22:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。