تولید کدهای بهینه برای پردازشهای سنگین روی کارتهای گرافیک همیشه کار دشواری بوده، اما محققان با معرفی «CudaPerf» گام بزرگی در این مسیر برداشتهاند. این چارچوب جدید، با استفاده از یادگیری تقویتی (RL) و ترکیبی از پاداشهای اجرایی و ساختاری، مدلهای زبانی را برای نوشتن کدهای CUDA بهینهتر آموزش میدهد.
نکته کلیدی CudaPerf این است که علاوه بر چک کردن درستی کد (Correctness)، به ویژگیهای ساختاری مهم مثل «حافظه همراستا» و «اشغال هستهها» توجه میکند. این یعنی کدهایی که تولید میشوند نه تنها کار میکنند، بلکه با بالاترین کارایی روی سختافزار اجرا میشوند! ⚙️💻
این تحقیق با ارائه یک دیتاسنس بزرگ شامل کدهای C به CUDA و PyTorch به CUDA، راه را برای نسل جدید ابزارهای برنامهنویسی خودکار هموار کرده است.
منبع: arXiv AI