arXiv · ML· Jinghao Wen, Ruixuan Wang, Xun Jiao·· 3 小时前AI 评分20
深度学习编译器：架构、优化与实证表征
Deep Learning Compilers: Architecture, Optimization, and Empirical Characterization
AI 导读
该研究系统分析深度学习编译器架构，并通过实证评估揭示其性能特征。 基于 PyTorch/TorchInductor 与 NVIDIA RTX A6000 的测试显示，编译器收益依赖工作负载，融合友好计算图最高加速 8.21 倍。 动态形状编译将形状转换成本降低约 70%，但会导致轻微的稳态性能下降。
来源：arXiv · ML · arxiv.org