Vertex.AI之前发布了一套机器学习框架PlaidML。据他们自己说,PlaidML在英伟达GPU上比现有的框架更厉害,而且还能兼容AMD、英特尔的GPU。
于是就有人开始问:怎么为新平台写出加速内核?Vertex.AI给出的简单回答是:我们没有写内核,它们实际上是机器生成的。Vertex.AI的后端为每个GPU上的每个特定操作生成定制的内核。整个操作通过一个成为Tile的中间语言完成。
官方博客介绍说,Tile是一种简单、紧凑的语言,用于描述机器学习运算,使其可以在并行计算架构上高效实现。例如,Tile矩阵乘法可以写成如下形式:
function (A[M, L], B[L, N]) -> (C) {
C[i, j: M, N] = +(A[i, k] * B[k, j]);
}
关于这个新语言,还有一套教程放在GitHub上,地址在此:
https://github.com/plaidml/plaidml/wiki/Tile-Tutorial
有兴趣的高手可以前往审阅。
Tile发布后,在reddit和Hacker News上也引起了一些讨论。有人觉得Tile非常的“因吹斯汀”,也有人说一听到新语言就感觉“好……但我是拒绝的”。不过母亲还没有看到第三方给出更为权威的结论。
Vertex.AI成立于去年12月,意在解决神经网络的平台兼容性和可移植性问题。
— 完 —
加入社群
量子位AI社群11群开始招募啦,欢迎对AI感兴趣的同学,加小助手微信qbitbot4入群;
此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。
进群请加小助手微信号qbitbot4,并务必备注相应群的关键词~通过审核后我们将邀请进群。(专业群审核较严,敬请谅解)
诚挚招聘
量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态