要約 · 24時間以内

1. CUDAからMLXへ：K-SearchがApple Siliconに数十年のカーネル専門知識をもたらす方法
   カリフォルニア大学バークレー校スカイラボの研究者らは、進化的カーネル最適化フレームワークK-SearchにApple Silicon用のMLXバックエンドを拡張した。彼らは構造化されたCUDAからMLXへの変換レイヤーを開発し、数十年にわたるCUDA最適化の専門知識をApple GPUに移行することで、アテンションおよびMamba SSMカーネルにおいて専門家に近いパフォーマンスを達成した。