論文の概要: MLIR: A Compiler Infrastructure for the End of Moore's Law
- arxiv url: http://arxiv.org/abs/2002.11054v2
- Date: Sun, 1 Mar 2020 00:38:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-28 22:13:36.834996
- Title: MLIR: A Compiler Infrastructure for the End of Moore's Law
- Title（参考訳）: MLIR:ムーアの法則を終わらせるためのコンパイラ基盤
- Authors: Chris Lattner, Mehdi Amini, Uday Bondhugula, Albert Cohen, Andy Davis,
Jacques Pienaar, River Riddle, Tatiana Shpeisman, Nicolas Vasilache,
Oleksandr Zinenko
- Abstract要約: MLIRは、ソフトウェアの断片化に対処し、異種ハードウェアのコンパイルを改善し、ドメイン固有のコンパイラを構築するコストを大幅に削減することを目的としている。
MLIRはコードジェネレータ、トランスレータ、トランスレータを様々な抽象化レベルで設計し実装する。
- 参考スコア（独自算出の注目度）: 14.795080852112083
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This work presents MLIR, a novel approach to building reusable and extensible
compiler infrastructure. MLIR aims to address software fragmentation, improve
compilation for heterogeneous hardware, significantly reduce the cost of
building domain specific compilers, and aid in connecting existing compilers
together. MLIR facilitates the design and implementation of code generators,
translators and optimizers at different levels of abstraction and also across
application domains, hardware targets and execution environments. The
contribution of this work includes (1) discussion of MLIR as a research
artifact, built for extension and evolution, and identifying the challenges and
opportunities posed by this novel design point in design, semantics,
optimization specification, system, and engineering. (2) evaluation of MLIR as
a generalized infrastructure that reduces the cost of building
compilers-describing diverse use-cases to show research and educational
opportunities for future programming languages, compilers, execution
environments, and computer architecture. The paper also presents the rationale
for MLIR, its original design principles, structures and semantics.
- Abstract（参考訳）: MLIRは再利用可能な拡張可能なコンパイラインフラストラクチャを構築するための新しいアプローチである。
MLIRは、ソフトウェアの断片化への対処、異種ハードウェアのコンパイルの改善、ドメイン固有のコンパイラ構築コストの大幅な削減、既存のコンパイラの結合の支援を目的としている。
mlirは、さまざまな抽象化レベル、アプリケーションドメイン、ハードウェアターゲット、実行環境にわたって、コードジェネレータ、トランスレータ、オプティマイザの設計と実装を促進する。
本研究の貢献には,(1) MLIRを研究成果物として論じ,拡張と進化のために構築し,設計,セマンティクス,最適化仕様,システム,工学における新たな設計点から生じる課題と機会を特定することが含まれる。
2)MLIRを汎用インフラストラクチャとして評価することにより,将来のプログラミング言語,コンパイラ,実行環境,コンピュータアーキテクチャの研究と教育の機会を示す多様なユースケースを記述したコンパイラの構築コストを削減できる。
また、MLIRの原理、その設計原理、構造、意味論についても述べる。
関連論文リスト
- Designing and Implementing a Generator Framework for a SIMD Abstraction Library [53.84310825081338]
SIMD抽象化ライブラリを生成するための新しいエンドツーエンドフレームワークであるTSLGenを提案する。
私たちのフレームワークは既存のライブラリに匹敵するもので、同じパフォーマンスを実現しています。
論文 参考訳（メタデータ） (2024-07-26T13:25:38Z) - A Method for Efficient Heterogeneous Parallel Compilation: A Cryptography Case Study [8.06660833012594]
本稿では,多様なハードウェアアーキテクチャにまたがるデータ管理と並列計算を最適化するために,ハイパーという新しいMLIRベースの方言を提案する。
HETOCompilerは,複数のハッシュアルゴリズムを実装し,不均一なシステム上での実行を可能にする,暗号に着目したコンパイラのプロトタイプである。
論文 参考訳（メタデータ） (2024-07-12T15:12:51Z) - Task Agnostic Architecture for Algorithm Induction via Implicit Composition [10.627575117586417]
本研究の目的は,このような統一アーキテクチャの構築を探求することであり,その構築方法に関する理論的枠組みを提案することである。
最近のジェネレーティブAI、特にトランスフォーマーベースのモデルは、幅広い領域のアルゴリズムを構築することができるアーキテクチャとしての可能性を示している。
アルゴリズム合成におけるトランスフォーマーおよび他の手法の現在の機能と限界について検討する。
論文 参考訳（メタデータ） (2024-04-03T04:31:09Z) - Machine Learning-Enabled Software and System Architecture Frameworks [48.87872564630711]
データサイエンスと機械学習に関連する関心事、例えばデータサイエンティストやデータエンジニアの利害関係者は、まだ既存のアーキテクチャフレームワークには含まれていない。
10か国25以上の組織から61名の被験者を対象に調査を行った。
論文 参考訳（メタデータ） (2023-08-09T21:54:34Z) - CodeTF: One-stop Transformer Library for State-of-the-art Code LLM [72.1638273937025]
我々は、最先端のCode LLMとコードインテリジェンスのためのオープンソースのTransformerベースのライブラリであるCodeTFを紹介する。
我々のライブラリは、事前訓練されたコードLLMモデルと人気のあるコードベンチマークのコレクションをサポートします。
CodeTFが機械学習/生成AIとソフトウェア工学のギャップを埋められることを願っている。
論文 参考訳（メタデータ） (2023-05-31T05:24:48Z) - Simple and Efficient Architectures for Semantic Segmentation [50.1563637917129]
ResNetのようなバックボーンと小型のマルチスケールヘッドを備えた単純なエンコーダデコーダアーキテクチャは,HRNetやFANet,DDRNetといった複雑なセマンティックセマンティックセマンティクスアーキテクチャよりも優れていることを示す。
そこで我々は,Cityscapesデータセット上の複雑なモデルの性能に適合する,あるいは超越した,デスクトップおよびモバイルターゲット用のこのようなシンプルなアーキテクチャのファミリーを提示する。
論文 参考訳（メタデータ） (2022-06-16T15:08:34Z) - CompilerGym: Robust, Performant Compiler Optimization Environments for
AI Research [26.06438868492976]
コンパイラ最適化に人工知能(AI)技術を適用することへの関心は急速に高まっている。
しかし、コンパイラー研究は高い参入障壁を持っている。
実世界のコンパイラ最適化タスクのための環境セットであるCompilerGymを紹介する。
また、コンパイラ研究者に新しい最適化タスクを公開するツールキットも導入する。
論文 参考訳（メタデータ） (2021-09-17T01:02:27Z) - A Data-Centric Framework for Composable NLP Workflows [109.51144493023533]
アプリケーションドメインにおける経験的自然言語処理システム(例えば、ヘルスケア、ファイナンス、教育)は、複数のコンポーネント間の相互運用を伴う。
我々は,このような高度なNLPの高速な開発を支援するために,統一的なオープンソースフレームワークを構築した。
論文 参考訳（メタデータ） (2021-03-02T16:19:44Z) - A Survey of Machine Learning for Computer Architecture and Systems [18.620218353713476]
コンピュータアーキテクチャとシステムが機械学習(ml)アルゴリズムやモデルの効率的な実行を可能にするように最適化されるのは、長い間のことです。
今こそ、MLとシステムの関係を再考し、MLがコンピュータアーキテクチャとシステムが設計される方法を変える時です。
論文 参考訳（メタデータ） (2021-02-16T04:09:57Z) - Extending C++ for Heterogeneous Quantum-Classical Computing [56.782064931823015]
qcorはC++とコンパイラの実装の言語拡張で、異種量子古典プログラミング、コンパイル、単一ソースコンテキストでの実行を可能にする。
我々の研究は、量子言語で高レベルな量子カーネル(関数)を表現できる、第一種C++コンパイラを提供する。
論文 参考訳（メタデータ） (2020-10-08T12:49:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。