amerikali
Yeni Üye
İsviçreli BT şirketi taklitçiliği, yapay zekanın yardımıyla programlamadaki öğelerin sıralanmasını daha da hızlandırmayı başardı. Derin Güçlendirilmiş Öğrenmeye dayanan teknoloji, Google DeepMind’ın temel AlphaDev yaklaşımının çok ötesine geçiyor. Mimicry, 28 yerine 12 talimat kullanan, verimi yüzde 43 ila 69 arasında daha hızlı olan dört öğeli bir sıralama algoritması bulduğunu söylüyor. Benzer şekilde, üç öğeyi sıralamak için kullanılan bir algoritma, mimariye bağlı olarak yüzde 9 ile yüzde 41 arasında daha hızlıydı. ; 17 komut yerine 9 komutla.
Reklamcılık
Libc++ standardıyla karşılaştırıldığında hem AlphaDev hem de taklit, birden fazla mimaride ortalama olarak önemli ölçüde daha hızlıdır.
(Resim: taklit)
Bu ilerleme özellikle, öğeleri doğrudan sıralamak yerine sıralama düzenini gösteren, karıştırma vektörleri adı verilen yeni bir yaklaşıma dayanmaktadır. Yani sıralanacak vektöre shuffle vektörü uygulanırsa sıralanan eleman ortaya çıkar. İdeal karıştırma vektörlerinin aranmasında derin RL kullanılır, eğer varsa CPU’nun vektör işlemcisinden (SIMD) en iyi şekilde yararlanılır ve azaltılmış talimat seti kullanılır.
AlphaDev’in orijinal yaklaşımı (Haziran 2023), ideal sıralama algoritmalarını aramak için derin RL yöntemlerini tanıtıyor. deep RL, Güçlendirilmiş Öğrenmeyi (RL) temel alır ve bunu sinir ağlarıyla destekler. RL ile yapay zeka aracısı veri toplamadan eğitim alır, bunun yerine deneme yanılma yoluyla ideal sonuca yaklaşır. Bu konsept örneğin robot biliminde de umut verici. Taklit, yapay zekanın yanı sıra klasik mühendislik başarılarını da öne çıkarıyor: “Sonuçlarımız, daha iyi yazılımlar oluşturmak ve yeni rutinler bulmak için insan dehasını yapay zeka tabanlı araçlarla birleştirmenin avantajlarını gösteriyor.”
14 talimatlı imzasız değerler için SIMD kullanmadan scalarSort3 algoritması.
(Resim: taklit)
Şirket taklidi, yapay zeka yöntemlerini de kullanan otomatik süreçler aracılığıyla şirketlerdeki eski yazılımları güncel hale getirme konusunda uzmanlaşmıştır. Yeni algoritmanın açıklamasını şirketin blogunda veya GitHub’daki Apache 2 lisansı altındaki kaynaklarda bulabilirsiniz.
(DSÖ)
Haberin Sonu
Reklamcılık
Libc++ standardıyla karşılaştırıldığında hem AlphaDev hem de taklit, birden fazla mimaride ortalama olarak önemli ölçüde daha hızlıdır.
(Resim: taklit)
Bu ilerleme özellikle, öğeleri doğrudan sıralamak yerine sıralama düzenini gösteren, karıştırma vektörleri adı verilen yeni bir yaklaşıma dayanmaktadır. Yani sıralanacak vektöre shuffle vektörü uygulanırsa sıralanan eleman ortaya çıkar. İdeal karıştırma vektörlerinin aranmasında derin RL kullanılır, eğer varsa CPU’nun vektör işlemcisinden (SIMD) en iyi şekilde yararlanılır ve azaltılmış talimat seti kullanılır.
AlphaDev’in orijinal yaklaşımı (Haziran 2023), ideal sıralama algoritmalarını aramak için derin RL yöntemlerini tanıtıyor. deep RL, Güçlendirilmiş Öğrenmeyi (RL) temel alır ve bunu sinir ağlarıyla destekler. RL ile yapay zeka aracısı veri toplamadan eğitim alır, bunun yerine deneme yanılma yoluyla ideal sonuca yaklaşır. Bu konsept örneğin robot biliminde de umut verici. Taklit, yapay zekanın yanı sıra klasik mühendislik başarılarını da öne çıkarıyor: “Sonuçlarımız, daha iyi yazılımlar oluşturmak ve yeni rutinler bulmak için insan dehasını yapay zeka tabanlı araçlarla birleştirmenin avantajlarını gösteriyor.”
14 talimatlı imzasız değerler için SIMD kullanmadan scalarSort3 algoritması.
(Resim: taklit)
Şirket taklidi, yapay zeka yöntemlerini de kullanan otomatik süreçler aracılığıyla şirketlerdeki eski yazılımları güncel hale getirme konusunda uzmanlaşmıştır. Yeni algoritmanın açıklamasını şirketin blogunda veya GitHub’daki Apache 2 lisansı altındaki kaynaklarda bulabilirsiniz.
(DSÖ)
Haberin Sonu