本文来自AI新媒体量子位(QbitAI)
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 —
本文作者:千平
原文发布时间:2017-11-11
继续阅读与本文标签相同的文章
-
泉州市加快实施“互联网 生产基地 物流”着力构建区域物流枢纽新格局
2026-05-18栏目: 教程
-
微功能号:不需要借助任何辅助工具!微功能号给你美妙的多群直播体验
2026-05-18栏目: 教程
-
加快检测速度以减缓埃博拉疫情:智能手机应用程序改变了对刚果
2026-05-18栏目: 教程
-
微信小程序前景大好,寻找第三方公司进行开发靠谱吗?
2026-05-18栏目: 教程
-
谷歌翻脸无用,华为淡然应对,成功挽回海外市场
2026-05-18栏目: 教程
