#производительность GPU

'Разбор того, как CUDA, ROCm, Triton и TensorRT переводят тензорные программы в эффективное GPU-исполнение и какие компиляторные оптимизации дают наибольший выигрыш.'

Фреймворк CUDA-L1 от DeepReinforce использует контрастное обучение с подкреплением для автоматической оптимизации CUDA-кода, достигая в среднем 3,12× ускорения и до 120× в отдельных задачах.