Meta 推出 LLM Compiler 代码优化模型，可搭配其他 AI 改善代码生成 / 编译能力

Meta推出LLMCompiler代码优化模型，可搭配其他AI改善代码生成/编译能力Meta前天推出了一款名为“LLMCompiler”的模型，该模型基于Meta现有的CodeLlama打造，主打代码优化，目前相关模型已登陆HuggingFace，提供70亿参数及130亿参数两个版本，允许学术及商业使用。Meta认为，尽管业界各大语言模型已在各种编程代码任务中展现了出色的能力，但此类模型在代码优化还有进步空间，目前推出的LLMCompiler模型便是一款专为优化代码任务设计的预训练模型，能够模拟编译器对代码进行优化，或将“已经过优化的代码转换回原本的语言”。LLMCompiler在 5460亿个LLVM-IR和汇编代码标记的庞大语料库上进行了训练，据称能够达到77%的“代码优化潜力”，开发者可以自由将相关模型配合其他 AI 模型一起使用，从而改善生成代码的质量。关注频道@ZaiHuaPd频道爆料@ZaiHuabot

Hidet是一个强大的深度学习编译器，可简化在现代加速器（例如 NVIDIA GPU）上实现高性能深度学习运算符的过程。借助 P

Hidet是一个强大的深度学习编译器，可简化在现代加速器（例如NVIDIAGPU）上实现高性能深度学习运算符的过程。借助PyTorch2.0中的新功能torch.compile(...)，将新型编译器集成到PyTorch中比以往任何时候都更容易——Hidet现在可以用作torch.compile(...)加速PyTorch模型的后端，这对于想要提高其推理性能的PyTorch用户来说是一个有吸引力的选择模型，特别是对于那些还需要实施极其优化的自定义运算符的人。#编译器