arXiv · AI· Ignacio Cano, Amir Saadat, Rishipal Singh Bhatia, Samuel Ginzburg, Patrick C. Toulme, Ioannis Zarkadas, Praveen Narayanan, Pratik Bhatu, Nicolas Basile, Alexander Dietm\"uller, Ruishan Wang, Jacob Wahlgren, Victor Barros, Subhankar Shah, Michael Kuperstein, Farzin Houshmand, Emma Sevastian, Peter Gavin, Karthik Srinivasa Murthy, Berkin Ilbeyi, Amit Sabne, Eli Bendersky·· 7 小时前AI 评分37
揭秘 Google XLA:TPU 编译器在超大规模下的正确性验证与分诊方法论
XLA from the Trenches: Correctness on TPU Workloads at Scale
AI 导读
针对多-million美元训练任务因编译器缺陷导致的数值退化与内存损坏问题，提出一套基于 Google XLA:TPU 的超大规模验证方法。 该方法结合模糊测试与 AI 智能体集群，通过分层差分流水线定位融合内核中的失败操作，已解决 142 个编译器 bug。 此生产级框架不仅提升服务稳定性，还为大规模模型编译优化提供了经过实战检验的调试范式。
来源：arXiv · AI · arxiv.org