跳到正文

技术方向

部署工程 最新动态

怎么把模型跑得更快更省钱：推理加速、显存与成本、服务部署与基础设施选型。

21 条精选近 30 天 20 条共收录 132 条

更新

精选归档 · 第 2 页

7月29日周三第 21–21 条
  1. Berkeley AI Research62

    从 CUDA 到 MLX：K-Search 如何把内核优化经验迁移到 Apple Silicon

    Berkeley AI Research 与 IBM Research 基于 K-Search 演化式内核搜索框架，为 Apple Silicon 的 MLX 构建后端和结构化 CUDA-to-MLX 翻译层，让现有 CUDA 内核作为知识库被改写为 MLX 内核。

    推荐理由：原文给出 CUDA 到 MLX 的翻译层设计与两组内核实测数据，可看跨平台内核知识迁移的具体做法。