STANFORD / LONDON (IT BOLTWISE) – Ein Team der Stanford University hat gezeigt, dass große Sprachmodelle in der Lage sind, überraschend effiziente GPU-Kernels zu erzeugen, die in mehreren Tests die Standardfunktionen des populären KI-Frameworks PyTorch übertreffen.
Die jüngsten Forschungen der Stanford University haben das Potenzial von großen Sprachmodellen zur automatischen Erzeugung von GPU-Kernels aufgezeigt. Diese kleinen, spezialisierten Programme, die direkt auf NVIDIA-GPUs ausgeführt werden, sind darauf ausgelegt, Rechenschritte wie Matrixmultiplikationen oder Bildverarbeitung effizient umzusetzen. In mehreren Tests liefen die automatisch generierten Varianten schneller als die Standardroutinen in PyTorch, einem weit verbreiteten Framework für maschinelles Lernen.
Besonders beeindruckend war die Beschleunigung der Layer-Normalisierung, einem wichtigen Zwischenschritt in neuronalen Netzwerken, um das 4,8-Fache. Auch bei der Bildfaltung (Conv2D), der Softmax-Funktion und einer Kombination aus Bildfaltung, ReLU-Aktivierung und Max-Pooling zeigten die KI-generierten Codes deutliche Geschwindigkeitsvorteile. Diese Ergebnisse basieren auf einem Benchmark namens KernelBench, bei dem ein Sprachmodell PyTorch-Operatoren durch eigene CUDA-Implementierungen ersetzt, um die Ausführung auf der GPU zu beschleunigen.
Die Experimente nutzten die großen Sprachmodelle OpenAI o3 und Gemini 2.5 Pro, die in mehreren Runden parallelisierte Optimierungsstrategien verfolgten. Diese strukturierte Suche führte zu einer Vielfalt an Lösungsansätzen, die bekannte Optimierungsstrategien wie effizientere Speicherzugriffe und die gleichzeitige Ausführung von Rechen- und Speicheroperationen nutzten. Die leistungsfähigsten Varianten profitierten von fortgeschrittenen Programmiertechniken, die normalerweise nur von erfahrenen CUDA-Entwicklern umgesetzt werden.
Ein konkretes Beispiel zeigt, wie sich ein automatisch erzeugter Kernel für eine Bildfaltung innerhalb von 13 Varianten von 20 Prozent auf fast 180 Prozent der PyTorch-Leistung steigern ließ. Zu den Verbesserungen zählte unter anderem die Umwandlung der Faltung in eine Matrixmultiplikation, die auf spezialisierte Tensor-Cores der GPU zugreift. Auch das Vorberechnen von Speicherzugriffsindizes in einem schnellen Zwischenspeicher trug zur Leistungssteigerung bei.
Trotz der Erfolge gibt es Einschränkungen. Besonders bei modernen KI-Operationen mit geringerer Datenpräzision wie FP16 zeigten sich noch Leistungsdefizite. So erreichte ein automatisch erzeugter Kernel für die Matrixmultiplikation mit FP16 nur 52 Prozent der PyTorch-Leistung. Dennoch stellt das aktuelle Verfahren bereits einen Fortschritt dar, da solche Operationen zuvor nicht zuverlässig erzeugt werden konnten.
Die Forschenden betonen, dass dieser Ansatz ergänzend und nicht als Ersatz für weiteres Training gedacht ist. Durch die gezielte Suche entstehen auch synthetische Daten, die für das Training künftiger Modelle genutzt werden können. Der Ansatz ist somit ein Werkzeug zur Optimierung zur Laufzeit und gleichzeitig ein Beitrag zur datenbasierten Modellverbesserung.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI-generierte GPU-Kernels übertreffen PyTorch in Effizienz" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI-generierte GPU-Kernels übertreffen PyTorch in Effizienz" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI-generierte GPU-Kernels übertreffen PyTorch in Effizienz« bei Google Deutschland suchen, bei Bing oder Google News!