Effect of Abstractions and Prompting Strategies on LLM-Guided High-Performance Optimizations
Dieses Paper zeigt auf, dass für parallele HPC-Anwendungen das direkte Prompten von Large Language Models zur Generierung von optimiertem C-Code mit spezifischen Zielen eine bessere Performance und Validität liefert, als sich auf traditionelle domänenspezifische Abstraktionen und Auto-Tuning-Frameworks zu verlassen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.