UC Berkeley 提出 K-search：将 CUDA 内核优化自动迁移至苹果 MLX
berkeley_ai · x · 2026-07-30
随着 AI 硬件生态日益碎片化，将成熟平台（如 NVIDIA CUDA）的内核优化经验迁移到新硬件（如 Apple Silicon）往往需要耗费大量重写精力。
UC Berkeley 与 IBM Research 的团队联合提出了 K-search 框架（演化式内核搜索）。该工具能将 CUDA 中积累的数十载优化知识自动转化为适配苹果 MLX 框架的原生策略。实测显示，其翻译出的注意力机制代码速度达到了苹果原生实现的 0.97 倍。项目已开源。
「Infra」频道最新
- 中国AI基建热潮推动国产芯片公司利润暴增，MetaX实现盈利 — pstAsiatech · 2026-10-16
- Agent 何时需要 API 网关：Reddit 热议直连与统一接口的分界线 — TurbulentStiffness · 2026-10-16
- 台湾拟在德州投40亿美元建AI制造园区，服务英伟达与台积电 — Polymarket · 2026-10-16
- KV 缓存远程读取竟比重算还慢:GLM-5.3 生产系统案例复盘 — MultiverseComputingCAI · 2026-10-16
- GitHub 用 AI 把 Copilot 运行时重写为 80 万行 Rust,CPU 内存降 90% — bibryam · 2026-10-16
- 继 RTX 5090 之后,NVIDIA 商城又下架入门级 RTX 5050 — chemist_slime · 2026-10-16