논문 정보
- 날짜:
2026-03-10
- 카테고리: -
- 우선순위 점수: 1.867
핵심 요약
본 논문은 다양한 시나리오의 CUDA 커널 최적화를 위해 MSKernelBench 벤치마크와 멀티 에이전트 시스템인 CUDAMaster를 제안합니다. CUDAMaster는 하드웨어 인지형 프로파일링 정보를 활용하여 컴파일 및 실행 툴체인을 자동으로 구축합니다. 실험 결과, 기존 Astra 대비 약 35%의 성능 향상을 보였으며 일부 사례에서는 cuBLAS와 대등하거나 이를 능가하는 성능을 기록했습니다.
학습자 관점 포인트
- 우리 팀 영향: LLM 기반의 자동화된 커널 최적화 기술을 통해 과학 계산 및 딥러닝 연산자의 GPU 성능 최적화 공수를 크게 단축할 수 있습니다.
- 권장 액션: 실험
- 액션 근거: 다양한 정밀도와 시나리오를 지원하며 기존 라이브러리 수준의 성능 도달 가능성을 보여주었으므로 내부 연산자 최적화에 적용 가능성을 검증할 가치가 있습니다.
원문 링크
학습자는 이 문서를 읽고 실험 여부를 바로 결정하세요.
