斯坦福大学的研究团队意外发现，由AI优化的内核在深度学习操作上的性能显著优于人类专家优化的PyTorch，最高提升近400%。
研究团队采用了一种新颖的方法，通过生成自然语言优化思想再转化为代码，避免了传统方法中缺乏多样性的缺点，并展示了AI在优化内核方面的巨大潜力。
研究团队认为，这种方法不仅能够解锁高级优化和硬件特性，还能通过广泛搜索和智能策略解决复杂问题，未来仍有优化空间。
斯坦福大学的研究团队意外发现，由AI优化的内核在深度学习操作上的性能显著优于人类专家优化的PyTorch，最高提升近400%。
研究团队采用了一种新颖的方法，通过生成自然语言优化思想再转化为代码，避免了传统方法中缺乏多样性的缺点，并展示了AI在优化内核方面的巨大潜力。
研究团队认为，这种方法不仅能够解锁高级优化和硬件特性，还能通过广泛搜索和智能策略解决复杂问题，未来仍有优化空间。
