机器学习编译优化

• 中间表示

  设计并操作用于张量计算的高级与低级中间表示。

• 图优化

  实现图级转换，如算子融合、常量折叠和死代码消除。

• 循环转换

  应用高级循环优化，如分块、展开和重排序，以最大化缓存局部性。

• MLIR架构

  运用多级中间表示框架构建自定义方言与下沉流水线。

• 自动调优

  制定自动核函数搜索和成本建模策略，以确定最佳执行调度。

本课程没有先修课程。

目前没有推荐的后续课程。