STOKE 用随机搜索超优化机器码,早期剪枝省算力
lauriewired · x · 2026-10-13
安全研究者 lauriewired 介绍了斯坦福的 STOKE 超优化器:通过随机改动程序的汇编指令来搜索最优机器码——99% 以上的随机变体是错误的,但偶尔能找到远超编译器的结果。
他补充:STOKE 并非纯瞎搜,它会尽早拒绝看起来糟糕的候选分支以节省算力,把更多计算花在有希望的路径上。「把随机性本身当作一种计算/优化器」仍是非常反直觉的思路。配图展示 STOKE 看穿 gcc -O3 对循环取值的生硬翻译,用条件移动指令重新发现了更简洁直观的算法。
「研究」频道最新
- Tim Hwang:用种子论文在硅内自建「自动驾驶研究领域」已近在眼前 — CatAstro_Piyush · 2026-10-13
- 搜遍 400 万颗恒星:团队用 NASA TESS 公开数据发现 546 颗候选系外行星 — CatAstro_Piyush · 2026-10-13
- 21.3 万笔专家雇佣、5.4 亿美元薪酬:研究测算 AI 训练数据人力市场 — paulnovosad · 2026-10-13
- 马毅在港大开《深度表示学习原理》课,配套开源新书 — YiMaTweets · 2026-10-13
- IEEE VIS 2026 论文奖公布,获奖工作覆盖图嵌入与 AI 可视分析 — arvindsatya1 · 2026-10-13
- 新基准 HSS 揭示:GPT-6 Astra 等 SOTA 模型全败于人类「第六感」 — mikeflache · 2026-10-13