进行中
昇腾 NPU 内核优化基准 AscendGYM 发布
- 报道
- 1
- 信源
- 1
- 首次报道
- 11/18 08:00
- 最近更新
- 11/18 08:00
AscendGYM 作者团队发布面向昇腾 NPU 真实负载的内核优化基准 AscendGYM,初始套件含 48 个内核,分三个难度等级。每个内核配套的测试用例,其数据类型与张量形状取自真实训练和推理任务。 该基准支持模型评估与 model-harness 评估两种模式,并提出兼顾加速比与 token 成本的 Speedup-Token Score(STS)指标。代码已在 GitHub 的 SLAI-AITP/AscendGYM 仓库公开。
热度48 小时内每个独立信源只算一次,24 小时减半
- 48 小时参与信源
- 1
- 6 小时新加入
- 0
- 24 小时新报道
- 1
- 热点排名
- —
热度曲线会在事件持续一段时间后出现。
事件进展1 个阶段
发布 Ascend NPU 内核优化基准 AscendGYM
Hugging Face 每日论文 等 1 篇报道
全部报道1 篇
AscendGYM:面向 Ascend NPU 真实负载的代价感知内核优化基准
AscendGYM 是面向 Ascend NPU 的内核优化基准,初始套件含 48 个内核、分三个难度等级,测试用例的数据类型与张量形状取自真实训练和推理任务。它支持模型评估与 model-harness 评估两种模式,并提出兼顾加速比与 token 成本的 Speedup-Token Score(STS)指标。
Hugging Face 每日论文
相关
#部署工程#数据与训练#论文研究#评测基准
