Berkeley AI Research·精选AI 评分61
K-Search 如何通过 MLX 将 CUDA 数十年的内核优化经验迁移到 Apple Silicon
From CUDA to MLX: How K-Search Brings Decades of Kernel Expertise to Apple Silicon
AI 导读
IBM Research 将 K-Search 扩展为支持 MLX 的后端,并用结构化 CUDA-to-MLX 翻译层把 CUDA 内核经验迁移到 Apple Silicon 上进行演化优化。
推荐理由
文章说明结构化翻译层如何将 CUDA 内核经验迁移到 Apple Silicon,并用 Attention 与 Mamba SSM 的实测结果呈现具体优化路径。
来源:Berkeley AI Research · bair.berkeley.edu