导航:首页 > 源码编译 > AI编译器tvm

AI编译器tvm

发布时间:2024-12-12 01:54:47

1. 看Chris Lattner在ASPLOS演讲有感

编译器领域的大师Chris Lattner在ASPLOS演讲中深入探讨了编译技术的现状、未来以及他的思考和应对策略。他以LLVM/Clang的成功为例,揭示了其背后的关键因素。LLVM的成功在于后发制人,打破了碎片化的CPU编译器时代。通过模块化的架构设计,LLVM吸引了大量专业人才参与,形成了一片活跃的社区,使得LLVM/Clang成为主流工具,与GCC形成了二分天下的局面。

在当前硬件和软件碎片化的时代,Chris提出了如何向CPU生态演进的见解。他从硬件架构的角度出发,将硬件分为可编程性较好的xPU与功能定制的ASIC硬件,并展示了心目中理想的xPU架构设计。他认为,通过使用RISC-V这一开放指令集架构,可以促进硬件架构的标准化和收敛,节省资源并聚焦于“x”部分的创新。RISC-V的模块化指令集为不同场景提供了灵活性,这在AI芯片领域得到了广泛应用,如希姆计算公司的探索。

软件碎片化问题同样严峻,xPU的gcc/llvm尚未出现。为解决这一问题,Chris提出了一种思路,即开发一个能够适应各种需求的元编译器(meta compiler)——MLIR。MLIR面向所有需要设计领域语言的场景,为开发者提供了方便的平台,以便在不同领域内开发编译器。同时,通过观察现有单一职责的编译器并等待DSA架构的逐渐演进,最终可能出现类似LLVM崛起的事件,即后发制人策略。在软件演进过程中,不确定性依然存在。TVM与MLIR的对比显示了不同编译器在支持AI芯片时的差异与互补性。TVM作为端到端AI编译器,而MLIR则适用于更广泛的场景,它们各自有独特的优势。

针对AISC和EDA领域的碎片化问题,CIRT(Compiler Infrastructure for Real-Time)提供了解决方案,但具体细节在此不做展开。总结来说,Chris Lattner的演讲展现了技术演进的宏图与解决方案,对编译器从业者来说,这是一条充满机遇与可能性的道路。

阅读全文

与AI编译器tvm相关的资料

热点内容
圆和多边形的绘制命令分别为 浏览:387
如何搭建sst服务器 浏览:735
运行程序加密软件 浏览:532
中小型企业云方案和物理服务器 浏览:644
比例作用控制算法 浏览:257
单片机元件名称及图片 浏览:706
米家app怎么设置自定义情景模式 浏览:83
压缩机怎么做成洗车泵 浏览:134
农行app的手机号不用了怎么改 浏览:403
中国人保app怎么注销账号 浏览:523
实数已知算法规律题 浏览:810
怎么解除电话加密号码 浏览:821
九分达人pdf 浏览:320
什么算法看是否有回路 浏览:382
系统自检命令 浏览:149
荣威服务器质量怎么样 浏览:342
安卓如何禁用设备服务 浏览:426
饥荒实用控制台命令 浏览:764
手机app怎么注册 浏览:33
基于51单片机的频率计设计 浏览:718