arXiv · AI· AI Training Platform Team, Bingwei Zhang, Jing Li, Amir Abdullin, Sihang Chen, Xin Chen, Liangjun Feng, Yingmeng Gao, Tao Guo, Junjie Huang, Dongfang Li, Zhanglian Lin, Jiajun Liu, Zekun Liu, Zhengxuan Lu, Xiaodong Luo, Jian Meng, Ivan Nosov, Linyuan Qiu, Weijian Sun, Wanrui Yan, Binfan Zheng, Zhicheng Zhou, Baotian Hu, Min Zhang, Haizhou Li, Zhiquan Luo·· 4 天前AI 评分38
AscendGYM:面向昇腾 NPU 真实负载的成本感知内核优化基准
AscendGYM: A Cost-Aware Kernel Optimization Benchmark for Real-World Workloads on Ascend NPUs
AI 导读
昇腾NPU团队推出AscendGYM基准测试,其初始套件包含48个内核,覆盖三个难度级别,所有测试用例的数据类型和张量形状均源自真实训练与推理任务。 AscendGYM支持模型评估和模型-框架评估两种模式,并提出了结合加速倍数与token成本的新指标STS(Speedup-Token Score),用于衡量可接受预算下的实际内核优化能力。
来源:arXiv · AI · arxiv.org