쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 10월 30일 (금)까지3636건
9건 · "GPU 커널"조건 지우기 ×
001▲ 443 · 댓글 269메타, 816B 파라미터 오픈 모델 뮤즈 스파크 공개메타가 코딩과 에이전트 작업에 최적화된 뮤즈 스파크 오픈을 공개했으며, 이는 미국에서 가장 강력한 오픈 웨이트 모델이다.AI · 머신러닝 · Muse Spark Open
Key Point오픈 웨이트 대형 모델을 처음으로 개인 데스크톱에서 네이티브로 실행할 수 있게 되면서, 클라우드 의존도를 줄이고 로컬에서 고급 AI 기능을 활용할 수 있는 새로운 가능성이 열렸다.
핵심 요약
- 메타가 코딩과 에이전트 작업에 최적화된 뮤즈 스파크 오픈을 공개했으며, 이는 미국에서 가장 강력한 오픈 웨이트 모델이다.
- 모델은 총 816B 파라미터(활성 42B)를 가진 네이티브 멀티모달 모델로 1M 토큰 컨텍스트 윈도우를 지원한다.
- 처음으로 Apple M5 Ultra Mac Studio 2대에서 최신 MLX 프레임워크를 사용해 데스크톱에서 직접 실행 가능하다.
전체 요약 11문장 읽기 →AI · 머신러닝 · AutoEnvScaling: Automating the Data Flywheel with Terminal Agents
Key Point터미널 에이전트 훈련의 가장 큰 병목이었던 환경 설계를 자동화함으로써, 모델의 자율적 성장과 비용 효율성을 동시에 달성하는 경로를 보여준다.
핵심 요약
- 터미널 에이전트의 강화학습 훈련에는 다양하고 검증 가능한 환경이 필요하지만, 지금까지 환경 설계는 인간 연구자가 수행해야 했다.
- AutoEnvScaling은 환경 설계를 터미널 작업으로 재정의해 에이전트가 자동으로 학습 환경을 생성하도록 한다.
- 제안 에이전트가 풀이 에이전트의 실행 롤아웃을 바탕으로 새로운 강화학습 환경을 구축하고, 그 결과가 다음 훈련 라운드를 안내한다.
전체 요약 8문장 읽기 →AI · 머신러닝 · MetaKernelBench: Measuring GPU Kernel Knowledge Transfer Beyond Code
Key PointGPU 커널 최적화 에이전트의 학습 경험이 실제로 얼마나 전이 가능한지 체계적으로 측정하는 새로운 평가 기준을 제시하며, DSL 간 기술 이전의 한계를 드러낸다.
핵심 요약
- GPU 커널 최적화 에이전트가 배운 경험을 재사용할 수 있는지 측정하는 MetaKernelBench 벤치마크를 제안했다.
- 벤치마크는 74개 문제로 구성되며, CuTe DSL과 TIRx 두 가지 DSL로 같은 문제를 다르게 표현하여 한 DSL에서 배운 기술이 다른 DSL에서 도움이 되는지 평가한다.
- 에이전트는 각 DSL 변형에 대해 독립적으로 시도한 후 배운 내용을 자연어 스킬로 정리하고, 이를 다른 DSL의 시도에 입력으로 제공한다.
전체 요약 6문장 읽기 →AI · 머신러닝 · STEPQuant: When and Where Errors Matter in Delta-Rule Recurrent State Quantization
Key Point선형 어텐션 모델의 메모리 병목인 재현 상태 양자화에서 시간과 공간 차원의 오류 영향을 고려한 첫 접근으로, 실제 배포 환경에서 메모리 사용량을 획기적으로 줄일 수 있다.
핵심 요약
- Linear attention은 KV 캐시 대신 고정 크기의 재현 상태를 사용하지만, 이 상태들이 메모리 병목이 되고 있다.
- 재현 상태를 저정밀도로 양자화하면 양자화 오류가 상태 업데이트 과정에서 누적되어 정확도가 크게 떨어진다.
- 연구진은 오류 영향이 두 가지 차원에 따라 달라짐을 발견했다: 시간적으로 오래된 메모리의 오류는 여러 디코딩 스텝에 걸쳐 지속되고, 공간적으로 서로 다른 키 행의 오류는 모델 출력에 미치는 영향이 다르며 상태 크기도 행과 열에 따라 변한다.
전체 요약 7문장 읽기 →인프라 · 데브옵스 · The work by Valve's Timur Kristóf on improving old AMD GPUs on Linux
Key PointAMD가 지원을 중단한 구형 GPU를 여전히 사용하는 리눅스 게이머들의 성능과 호환성이 크게 개선되고 있기 때문이다.
핵심 요약
- Valve의 Timur Kristóf가 10년 전 GCN 1.0/1.1 세대 구형 AMD 그래픽카드의 리눅스 지원을 개선하는 작업을 진행했다.
- 기존 Radeon 레거시 드라이버에서 최신 AMDGPU 커널 드라이버로 전환하도록 주도했으며, 이를 통해 RADV Vulkan 드라이버 사용과 성능 향상을 가능하게 했다.
- AMDGPU 디스플레이 코드의 결함과 전력 관리 문제 등을 해결했다.
전체 요약 7문장 읽기 →오픈소스 · 도구 · Remembering Johannes Doerfert
Key PointLLVM 컴파일러 인프라의 가장 중요한 현대 기여자 중 한 명이 떠났으며, 그가 설계하고 주도한 Attributor와 OpenMP GPU 오프로딩 기술이 앞으로의 오픈소스 컴파일러 생태계에 미칠 영향을 이해하기 위해.
핵심 요약
- LLVM 컴파일러 프로젝트의 핵심 기여자인 요하네스 되르페르트가 암과의 투병 끝에 9월 17일 36세의 나이로 타계했다.
- 2014년부터 LLVM에 기여해온 그는 자를란트 대학에서 다면체 컴파일러 기술 연구로 박사학위를 받았으며, Polly 폴리헤드럴 최적화 프로젝트의 핵심 개발자였다.
- 그가 설계한 Attributor 프레임워크는 LLVM의 함수 및 인수 속성을 추론하고 전파하는 범용 절차 간 고정점 반복 프레임워크로, 2019년 LLVM 개발자 회의에서 소개된 후 주요 최적화 기반시설이 되었다.
전체 요약 11문장 읽기 →AI · 머신러닝 · Nvidia announces native GPU programming in Rust
Key PointRust로 GPU 커널을 네이티브하게 작성할 수 있게 되면서, 데이터 센터부터 에지 AI까지 Rust 기반 인프라의 완성도가 한 단계 높아진다는 의미이다.
핵심 요약
- 엔비디아가 CUDA Rust 두 가지 트랙을 발표했다: SIMT 모델의 cuda-oxide와 Tile 모델의cutile-rs이다.
- cuda-oxide는 커스텀 rustc 백엔드로 Rust 코드를 PTX로 직접 컴파일하며 nightly 빌드와 LLVM이 필요하다.
- cutile-rs는 안정 Rust 1.89 이상에서 동작하며 컴파일러가 스레드 매핑과 메모리 레이아웃을 자동 관리한다.
전체 요약 5문장 읽기 →AI · 머신러닝 · Dream-RSI: Recursive Self-Improvement through Evolving Worlds
Key PointAI 에이전트가 복잡한 문제를 풀 때 탐색 정책을 동적으로 학습·개선하는 새로운 방식을 제시해, 기존의 고정 전략 또는 비싼 온라인 재학습의 한계를 극복한다.
핵심 요약
- 자율 AI 에이전트의 재귀적 자기개선을 위해 탐색 전략을 명시적으로 프로그래밍할 수 있는 경량 오케스트레이션 레이어를 도입했다.
- 과거 발견 이력을 시뮬레이터로 재구성해 리플레이 환경에서 저비용 오프폴리시 피드백을 얻음으로써, 비싼 온라인 평가를 반복할 필요를 줄였다.
- 개선된 탐색 정책을 온라인으로 재배포해 새로운 발견을 추진하고 시뮬레이터 풀을 확장하는 자기개선 루프를 구성했다.
전체 요약 4문장 읽기 →AI · 머신러닝 · AlphaGenome maps 9B DNA variants
Key PointDNA 변이가 유전자 조절에 미치는 영향을 대규모로 분석할 수 있게 되어 기초 생물학 연구와 질병 치료 개발을 크게 가속할 수 있다.
핵심 요약
- Google DeepMind의 AlphaGenome 모델이 인간 게놈의 모든 90억 개 단일 문자 변이에 대한 예측을 미리 계산해 'AlphaGenome Atlas'라는 온라인 저장소로 공개했다.
- 이 아틀라스는 DNA 변이가 유전자 발현과 조절 활동에 미치는 영향을 예측하며, 과학자들이 코드를 작성하거나 모델을 직접 실행할 필요 없이 웹 인터페이스에서 조회할 수 있다.
- 팀은 모델 증류, GPU 커널 최적화, 중복 계산 제거 등으로 계산 속도를 80배 개선해 1페타바이트 규모의 데이터셋을 완성했다.
전체 요약 6문장 읽기 →