TIRx跨异构后端ML编译器获ASPLOS 2027接收

Bohan Hou等作者提出机器学习编译器TIRx，面向GPU与AI加速器，通过显式执行作用域抽象、张量布局和Tile原语调度，把高层操作下沉为高效实现。作者称，TIRx在最新GPU和AI加速器上达到厂商级性能，原生代码案例中底层实现代码大幅减少。 该论文已被ASPLOS 2027接收。上述性能结论来自作者的介绍，报道未给出与其他编译器的对比细节。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。