T
traeai
登录

概念

JAX

别名:JAXPLATFORMS

用于机器学习的数值计算库

已跟踪 8 条高相关材料

TraeAI 观察

相关材料

已收录 8 条与 JAX 相关的内容,按评分排序。

Pioneering AI-assisted code migration: How Google achieved 6x faster migration from TensorFlow to JAX

Google通过专用多智能体AI系统,实现从TensorFlow到JAX的6倍速迁移,解决大规模代码迁移中的上下文丢失与构建失败问题。

入选理由:单一AI编码助手难以应对跨框架模型迁移的复杂性,需采用多智能体协同架构。

精选文章#AI辅助迁移#多智能体系统#TensorFlow#JAX#Google Cloud英文
My SciPy ODE Solver Was Killing My Bayesian Inference: A Cosmologist’s Honest Account of Discovering Diffrax

Diffrax 用 JAX 实现的 ODE 求解器在 Cosmology 里将每次求解时间从 0.4 ms 降到 0.02 ms,梯度计算从 8 ms 降到 0.25 ms,整体提升 10‑倍以上,显著加速 Bayesian 推断。

入选理由:在 10⁵ 次 likelihood 评估中,SciPy ODE 仅 ODE 调用耗时 40 s,梯度 300 s;Diffrax 仅 24.8 s。

精选文章#Diffrax#JAX#ODE Solver#Bayesian Inference#Cosmology中文
Google Developers Blog 图标

Unlocking Stable On-Policy RL on TPU with Bitwise-Zero Train–Inference Mismatch

Google Developers Blog1661 字 (约 7 分钟)
85

Google通过Zero-TIM技术消除了TPU上RL训练中的数值差异,实现真正稳定的on-policy学习。

入选理由:Zero-TIM技术在64个TPU v5p芯片上验证,消除训练与推理间的数值差异。

精选文章#TPU#强化学习#数值稳定性#Google#JAX英文
Cloud Pathways, a distributed ML runtime for massive accelerator fleets, now GA

Cloud Pathways, a distributed ML runtime for massive accelerator fleets, now GA

Google Cloud Blog908 字 (约 4 分钟)
85

Google Cloud Pathways作为分布式机器学习运行时,现已GA,支持大规模加速器集群,提升AI训练和推理效率。

入选理由:Cloud Pathways通过单控制器架构管理数千个TPU芯片,降低异构工作负载管理复杂度

精选文章#Cloud Pathways#分布式机器学习#Google Cloud#TPU英文
Introducing TPU Sync: Fast KV cache and weight transfer for inference and RL on TPU

TPU Sync通过异步DMA传输和共享内存架构,将TPU推理延迟降低90%,并实现强化学习中权重的高效传输。

入选理由:TPU Sync使KV缓存传输延迟降低90%,TTFT缩短90%(235B-480B模型)

精选文章#TPU#KV缓存#强化学习#Google Cloud#AI基础设施英文
CuTe DSL for JAX Developers: Writing Custom GPU Kernels in Python

CuTe DSL for JAX Developers: Writing Custom GPU Kernels in Python

NVIDIA Developer751 字 (约 4 分钟)
75

CuTe DSL 提供了一种新的方式让 JAX 开发者编写自定义 GPU 内核,简化了 GPU 编程。

入选理由:CuTe DSL 简化了 JAX 开发者的 GPU 编程。

精选视频#JAX#GPU#Python#CUDA#NVIDIA英文

跨材料问答 · JAX

回答基于:JAX 相关 8 条材料
    0 / 500

    AI 可能会生成不准确的信息,请核实重要内容