Buchumschlag

VecTrans: Enhancing Compiler Auto-Vectorization through LLM-Assisted Code Transformations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zheng, Zhongchun, Wu, Kan, Cheng, Long, Li, Lu, Rocha, Rodrigo C. O., Liu, Tianyi, Wei, Wei, Zeng, Jianjiang, Zhang, Xianwei, Gao, Yaoqing
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering Artificial Intelligence Machine Learning Performance
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Empirical Study on the Performance and Energy Usage of Compiled Python Code
von: Stoico, Vincenzo, et al.
Veröffentlicht: (2025)

LLM-Vectorizer: LLM-based Verified Loop Vectorizer
von: Taneja, Jubi, et al.
Veröffentlicht: (2024)

MLKAPS: Machine Learning and Adaptive Sampling for HPC Kernel Auto-tuning
von: Jam, Mathys, et al.
Veröffentlicht: (2025)

Should AI Optimize Your Code? A Comparative Study of Classical Optimizing Compilers Versus Current Large Language Models
von: Rosas, Miguel Romero, et al.
Veröffentlicht: (2024)

RAO-SS: A Prototype of Run-time Auto-tuning Facility for Sparse Direct Solvers
von: Katagiri, Takahiro, et al.
Veröffentlicht: (2024)

Towards a Higher Roofline for Matrix-Vector Multiplication in Matrix-Free HOSFEM
von: Cao, Zijian, et al.
Veröffentlicht: (2025)

QOPS: A Compiler Framework for Quantum Circuit Simulation Acceleration with Profile Guided Optimizations
von: Wu, Yu-Tsung, et al.
Veröffentlicht: (2024)

A Magnified View into Heterogeneous-ISA Thread Migration Performance without State Transformation
von: Mavrogeorgis, Nikolaos, et al.
Veröffentlicht: (2025)

Do AI Models Dream of Faster Code? An Empirical Study on LLM-Proposed Performance Improvements in Real-World Software
von: Yi, Lirong, et al.
Veröffentlicht: (2025)

On the Compression of Language Models for Code: An Empirical Study on CodeBERT
von: d'Aloisio, Giordano, et al.
Veröffentlicht: (2024)

Can We Make Code Green? Understanding Trade-Offs in LLMs vs. Human Code Optimizations
von: Rani, Pooja, et al.
Veröffentlicht: (2025)

Library Liberation: Competitive Performance Matmul Through Compiler-composed Nanokernels
von: Thangamani, Arun, et al.
Veröffentlicht: (2025)

Learning Performance-Improving Code Edits
von: Shypula, Alexander, et al.
Veröffentlicht: (2023)

Xabclib:A Fully Auto-tuned Sparse Iterative Solver
von: Katagiri, Takahiro, et al.
Veröffentlicht: (2024)

Stencil-Lifting: Hierarchical Recursive Lifting System for Extracting Summary of Stencil Kernel in Legacy Codes
von: Li, Mingyi, et al.
Veröffentlicht: (2025)

Enhancing Energy-Awareness in Deep Learning through Fine-Grained Energy Measurement
von: Rajput, Saurabhsingh, et al.
Veröffentlicht: (2023)

Estimating the Energy Footprint of Software Systems: a Primer
von: Castor, Fernando
Veröffentlicht: (2024)

FaaSter Troubleshooting -- Evaluating Distributed Tracing Approaches for Serverless Applications
von: Borges, Maria C., et al.
Veröffentlicht: (2021)

gigiProfiler: Diagnosing Performance Issues by Uncovering Application Resource Bottlenecks
von: Hu, Yigong, et al.
Veröffentlicht: (2025)

An Empirical Study on Method-Level Performance Evolution in Open-Source Java Projects
von: Shahedi, Kaveh, et al.
Veröffentlicht: (2025)

On the Role of Search Budgets in Model-Based Software Refactoring Optimization
von: Diaz-Pace, J. Andres, et al.
Veröffentlicht: (2023)

What Is the Cost of Energy Monitoring? An Empirical Study on the Overhead of RAPL-Based Tools
von: Diamond, Jeremy, et al.
Veröffentlicht: (2026)

Performance of Genetic Algorithms in the Context of Software Model Refactoring
von: Cortellessa, Vittorio, et al.
Veröffentlicht: (2023)

Towards Assessing Spread in Sets of Software Architecture Designs
von: Cortellessa, Vittorio, et al.
Veröffentlicht: (2024)

Scalable Software as a Service Architecture
von: Dedase, Ardy
Veröffentlicht: (2024)

Optimas: An Intelligent Analytics-Informed Generative AI Framework for Performance Optimization
von: Zaeed, Mohammad, et al.
Veröffentlicht: (2026)

A Test for FLOPs as a Discriminant for Linear Algebra Algorithms
von: Sankaran, Aravind, et al.
Veröffentlicht: (2022)

Formal Analysis of Metastable Failures in Software Systems
von: Alvaro, Peter, et al.
Veröffentlicht: (2025)

Employing Software Diversity in Cloud Microservices to Engineer Reliable and Performant Systems
von: Akhtarian, Nazanin, et al.
Veröffentlicht: (2024)

Faster Base64 Encoding and Decoding Using AVX2 Instructions
von: Muła, Wojciech, et al.
Veröffentlicht: (2017)

Beyond Accuracy: Unveiling Inefficiency Patterns in Tool-Integrated Reasoning
von: Su, Qisheng, et al.
Veröffentlicht: (2026)

Energy Patterns for Web: An Exploratory Study
von: Rani, Pooja, et al.
Veröffentlicht: (2024)

SysLLMatic: Large Language Models are Software System Optimizers
von: Peng, Huiyun, et al.
Veröffentlicht: (2025)

Efficiently Ranking Software Variants with Minimal Benchmarks
von: Matricon, Théo, et al.
Veröffentlicht: (2025)

Energy-Efficient Software Development: A Multi-dimensional Empirical Analysis of Stack Overflow
von: Jin, Bihui, et al.
Veröffentlicht: (2024)

Tracing Optimization for Performance Modeling and Regression Detection
von: Shahedi, Kaveh, et al.
Veröffentlicht: (2024)

A Model-driven Approach for Continuous Performance Engineering in Microservice-based Systems
von: Cortellessa, Vittorio, et al.
Veröffentlicht: (2023)

FlipFlop: A Static Analysis-based Energy Optimization Framework for GPU Kernels
von: Rajput, Saurabhsingh, et al.
Veröffentlicht: (2026)

An Empirical Study on How Architectural Topology Affects Microservice Performance and Energy Usage
von: Ristova, Irena, et al.
Veröffentlicht: (2026)

Enabling Performant and Flexible Model-Internal Observability for LLM Inference
von: Yu, Nengneng, et al.
Veröffentlicht: (2026)