論文の概要: From GPU to TPU with Coding Agents: What Works, What Fails, and What It Costs?

• arxiv url: http://arxiv.org/abs/2610.34422v1
• Date: Sun, 25 Oct 2026 16:21:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.612008
• Title: From GPU to TPU with Coding Agents: What Works, What Fails, and What It Costs?
• Title（参考訳）: GPUからコーディングエージェントによるTPU:何が機能し、何に失敗し、何にコストがかかるか
• Abstract要約: コーディングエージェントは、機械学習のワークロードを移行し、成功を報告し、モデルのトレーニング方法を変更することができる。 我々は、PyTorch ML研究プロジェクトのデータセットを構築し、Claude Codeを使用して、その10をNVIDIA GPUからGoogle Cloud TPUに移行する。 各マイグレーションが実行され、数値的な動作を保持し、意図したハードウェア上で実行され、プロジェクトの目標を維持し、許容可能なパフォーマンスを提供するかを評価する。
• 参考スコア（独自算出の注目度）: 6.998508740910119
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A coding agent can migrate a machine learning workload, report success, and still change how the model trains. Rising compute costs, limited accelerator capacity, and vendor dependence are pushing organizations toward alternatives to graphics processing units (GPUs); a key question is whether agent-generated migrations to tensor processing units (TPUs) can be trusted and at what cost. We build a dataset of 148 PyTorch ML research projects and use Claude Code to migrate ten of them from NVIDIA GPUs to Google Cloud TPUs. We independently assess whether each migration runs, preserves numerical behavior, executes on the intended hardware, maintains the project's goal, and delivers acceptable performance. We also examine failures, human effort, and costs. Eight projects meet our project-goal criterion, and migrations require 2.4 human interventions on average. Of 70 execution attempts, 53 fail (76%), and 26 of these failures (49%) raise no error. The most frequent cause is repeated compilation and other execution inefficiencies, while interactions with third-party libraries can silently change the computation: in one four-chip migration, the agent reports success despite a change in gradient clipping that reduces accuracy from 86.53% to 84.89%. Execution costs vary widely: in one workload, TorchTPU, a PyTorch execution backend for TPUs, trains 1.86 times faster and 25% cheaper per run than the GPU. For practitioners, these findings motivate independent reference runs, verification under the intended hardware configuration, and workload-specific acceptance and stopping criteria that account for both computational and human costs.
• Abstract（参考訳）: コーディングエージェントは、機械学習のワークロードを移行し、成功を報告し、モデルのトレーニング方法を変更することができる。 計算コストの上昇、アクセラレーション容量の制限、ベンダー依存は、グラフィック処理ユニット(GPU)に代わるものへと組織を推し進めている。 私たちは148のPyTorch ML研究プロジェクトのデータセットを構築し、Claude Codeを使用して、その10をNVIDIA GPUからGoogle Cloud TPUに移行する。 各マイグレーションが実行され、数値的な動作を保持し、意図したハードウェア上で実行され、プロジェクトの目標を維持し、許容可能なパフォーマンスを提供するかどうかを独立して評価する。 また、失敗、人的努力、コストについても調べます。 8つのプロジェクトはプロジェクトの目標基準を満たし、移行には平均2.4人の介入が必要です。 70回の実行では53のフェール(76%)、26のフェール(49%)がエラーを発生しない。 最も頻繁な原因は反復的なコンパイルや他の実行効率の低下であり、サードパーティライブラリとのインタラクションは静かに計算を変更できる: 1つの4チップのマイグレーションにおいて、エージェントは、精度を86.53%から84.89%に下げる勾配クリッピングの変更にもかかわらず、成功を報告している。 1つのワークロードでは、TPU用のPyTorch実行バックエンドであるTorchTPUは、GPUよりも1回あたり1.86倍速く、25%安くトレーニングする。 実践者にとって、これらの発見は独立した参照実行、意図されたハードウェア構成による検証、および計算コストと人的コストの両方を考慮に入れたワークロード固有の受け入れと停止基準を動機付けている。

関連論文リスト

• AIPC: Evidence-Guided Agent Workflows for PyTorch Project Deployment [9.256351623715288]
  我々はPyTorch推論プロジェクトをデプロイするためのエージェント手法であるAIPC(AI Porting & Conversion)を提案する。 Qualcomm QAIRTのデバイス上でのNPUパスに対して,視覚,音声,LLM,拡散モデル間でAIPCを評価する。
  論文  参考訳（メタデータ） (2026-10-26T06:10:01Z)
• AdaPRA: Process Reward Agents with Adaptive Rubrics for Data Science [61.06192512211444]
  データサイエンスエージェントはエンドツーエンドの機械学習を自動化することができるが、人間のリーダーボードとの競争には程遠い。 我々はこれらの問題に対処するためにAdaPRAを提案する: 同一タスクの試行にまたがって知識を蓄積する永続的符号化エージェントと、エラーを特定し修正するルーリック誘導プロセス監視。 AdaPRAはタスク毎の5つの試行により、80B QwenモデルのパーセンタイルをDSPredict-Easyで24.5ポイント、DS-Hardで14.8ポイント改善し、プロセスエラーを減らす。
  論文  参考訳（メタデータ） (2026-10-23T19:46:55Z)
• Evaluating Local Language Model Agents for Reproducible Data Engineering: An Empirical Software Engineering Study of Mobility Workflows [74.39138492851343]
  大規模言語モデル(LLM)エージェントは、ソフトウェアやデータエンジニアリングアシスタントとしてますます使われている。 ローカルオープンウェイトエージェントが正しい再現可能なデータエンジニアリングアーティファクトを作成できるかどうかを評価する。
  論文  参考訳（メタデータ） (2026-10-08T08:26:46Z)
• GitSwarm: Decentralized Compounding Inference [84.72724444710651]
  長期水平問題の解法と科学的研究は、連続した試みにまたがって計算を蓄積する必要がある。 我々はこのパラダイムを複合推論と呼び、中間処理が持続するように推論時間計算を編成する。 GitSwarmは、均質なエージェントが個別にタスクを前進させる方法を決定する非同期システムである。
  論文  参考訳（メタデータ） (2026-10-04T02:03:24Z)
• Nereus: Adaptive Parallelism for LLM Post-Training [7.105346413089921]
  Nereusは、RLポストトレーニングジョブを効率的な実行計画に適応させる、コスト対応ランタイムである。 DPスケーリングによって、最初の固定TP/PPレイアウトと比較して平均ステップレイテンシを27.7%削減する。 エンドツーエンドの8B PPOスループットを2.14--7.27$times$ over OpenRLHFと1.10--1.47$times$ over Verlで改善する。
  論文  参考訳（メタデータ） (2026-09-28T08:55:05Z)
• Towards Certificate-Driven Software Porting: A Self-Improving Agentic Harness for Scientific Program Optimization [7.9848989794699]
  本稿では,CDES(Certificate-Driven Evolutionary Search)を提案する。 CDESは、互換性のある編集を保ちながら、拒絶、バックトラック、ターゲットの修復を通じてこれらの制限を強制する。 生成した実装は、データ変換や転送を含むCPUコードの13.78xと23.54xの関数レベルの高速化を実現している。
  論文  参考訳（メタデータ） (2026-09-28T00:50:30Z)
• Goal-Persistent Coding Agents as Scientific Performance Engineers: A Fixed-Radius Nearest-Neighbor Case Study [0.0]
  符号化エージェントは、多くのツール使用ターンで永続的な目的を追求することができるが、汎用エージェントが厳密な科学的パフォーマンスエンジニアリングを行うことができるという証拠は依然として限られている。 既製のCodexとClaude Codeのエージェントが最寄りの粒子追跡を最適化するリポジトリスケールケーススタディを提案する。
  論文  参考訳（メタデータ） (2026-09-25T20:32:33Z)
• Can We Predict Before Executing Machine Learning Agents? [74.39460101251792]
  データ中心のソリューション優先のタスクを形式化し、18,438対比較の包括的コーパスを構築する。 検証データ解析レポートを作成した場合, LLM は重要な予測能力を示すことを示す。 このフレームワークをForEAGENT(Predict-then-Verifyループを利用するエージェント)でインスタンス化し、実行ベースラインを+6%超えながらコンバージェンスを6倍高速化する。
  論文  参考訳（メタデータ） (2026-01-09T16:44:17Z)
• AgentCompress: Task-Aware Compression for Affordable Large Language Model Agents [0.0]
  70ビリオンパラメータモデルを使用した1セッションは、クラウドコンピューティングの料金が約127ドルである。 本稿では,タスク認識型動的圧縮によってこの問題に対処するフレームワークであるAgentCompressを提案する。 計算コストは68.3%減少し、当初の成功率の96.2%を維持した。
  論文  参考訳（メタデータ） (2026-01-08T18:13:46Z)
• DoVer: Intervention-Driven Auto Debugging for LLM Multi-Agent Systems [48.971606069204825]
  DoVerは、大規模言語モデル(LLM)ベースのマルチエージェントシステムのための介入駆動デバッグフレームワークである。 ターゲットの介入を通じて、アクティブな検証によって仮説生成を増強する。 DoVerは失敗試験の18～28%を成功させ、最大16%のマイルストーンを達成し、失敗仮説の30～60%を検証または否定する。
  論文  参考訳（メタデータ） (2025-12-07T09:23:48Z)
• Green AI: A Preliminary Empirical Study on Energy Consumption in DL Models Across Different Runtime Infrastructures [56.200335252600354]
  トレーニング済みのモデルを、ネイティブな開発環境とは異なる環境にデプロイするのは、一般的なプラクティスです。 これにより、インフラを含むONNXや標準フォーマットとして機能するONNXなどの交換フォーマットが導入された。
  論文  参考訳（メタデータ） (2024-02-21T09:18:44Z)

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。