Copertina

PolyBlocks: A Compiler Infrastructure for AI Chips and Programming Frameworks

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Bondhugula, Uday, Baviskar, Akshay, Katel, Navdeep, Patel, Vimal, JS, Anoop, Dutta, Arnab
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Programming Languages Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

AIOS Compiler: LLM as Interpreter for Natural Language Programming and Flow Programming of AI Agents
di: Xu, Shuyuan, et al.
Pubblicazione: (2024)

Hexcute: A Compiler Framework for Automating Layout Synthesis in GPU Programs
di: Zhang, Xiao, et al.
Pubblicazione: (2025)

Pattern Matching in AI Compilers and its Formalization (Extended Version)
di: Cutler, Joseph W., et al.
Pubblicazione: (2024)

Compiling to recurrent neurons
di: Velez-Ginorio, Joey, et al.
Pubblicazione: (2025)

Compiling to linear neurons
di: Velez-Ginorio, Joey, et al.
Pubblicazione: (2025)

CompilerDream: Learning a Compiler World Model for General Code Optimization
di: Deng, Chaoyi, et al.
Pubblicazione: (2024)

Compiler generated feedback for Large Language Models
di: Grubisic, Dejan, et al.
Pubblicazione: (2024)

Morello: Compiling Fast Neural Networks with Dynamic Programming and Spatial Compression
di: Kaufman, Samuel J., et al.
Pubblicazione: (2025)

Small Language Models as Compiler Experts: Auto-Parallelization for Heterogeneous Systems
di: Devadiga, Prathamesh
Pubblicazione: (2025)

Nautilus: An Auto-Scheduling Tensor Compiler for Efficient Tiled GPU Kernels
di: Zhao, Yifan, et al.
Pubblicazione: (2026)

Offline Imitation Learning from Multiple Baselines with Applications to Compiler Optimization
di: Marinov, Teodor V., et al.
Pubblicazione: (2024)

The Next 700 ML-Enabled Compiler Optimizations
di: VenkataKeerthy, S., et al.
Pubblicazione: (2023)

FuseFlow: A Fusion-Centric Compilation Framework for Sparse Deep Learning on Streaming Dataflow
di: Lacouture, Rubens, et al.
Pubblicazione: (2025)

Mirage Persistent Kernel: A Compiler and Runtime for Mega-Kernelizing Tensor Programs
di: Cheng, Xinhao, et al.
Pubblicazione: (2025)

LLM-Aided Compilation for Tensor Accelerators
di: Hong, Charles, et al.
Pubblicazione: (2024)

Transformers are Efficient Compilers, Provably
di: Zhai, Xiyu, et al.
Pubblicazione: (2024)

An LLM-Tool Compiler for Fused Parallel Function Calling
di: Singh, Simranjit, et al.
Pubblicazione: (2024)

LOOPerSet: A Large-Scale Dataset for Data-Driven Polyhedral Compiler Optimization
di: Merouani, Massinissa, et al.
Pubblicazione: (2025)

ACPO: AI-Enabled Compiler Framework
di: Ashouri, Amir H., et al.
Pubblicazione: (2023)

Finding Missed Code Size Optimizations in Compilers using LLMs
di: Italiano, Davide, et al.
Pubblicazione: (2024)

Transformers for Program Termination
di: Alon, Yoav, et al.
Pubblicazione: (2026)

Synthetic Programming Elicitation for Text-to-Code in Very Low-Resource Programming and Formal Languages
di: Mora, Federico, et al.
Pubblicazione: (2024)

Magellan: Autonomous Discovery of Novel Compiler Optimization Heuristics with AlphaEvolve
di: Chen, Hongzheng, et al.
Pubblicazione: (2026)

Compile to Compress: Boosting Formal Theorem Provers by Compiler Outputs
di: Li, Guchan, et al.
Pubblicazione: (2026)

PassNet: Scaling Large Language Models for Graph Compiler Pass Generation
di: Liu, Yiqun, et al.
Pubblicazione: (2026)

Bootstrapping Fuzzers for Compilers of Low-Resource Language Dialects Using Language Models
di: Vaidya, Sairam, et al.
Pubblicazione: (2025)

WhiteFox: White-Box Compiler Fuzzing Empowered by Large Language Models
di: Yang, Chenyuan, et al.
Pubblicazione: (2023)

depyf: Open the Opaque Box of PyTorch Compiler for Machine Learning Researchers
di: You, Kaichao, et al.
Pubblicazione: (2024)

ECCO: Evidence-Driven Causal Reasoning for Compiler Optimization
di: Pan, Haolin, et al.
Pubblicazione: (2026)

$\partial$CBDs: Differentiable Causal Block Diagrams
di: Beckers, Thomas, et al.
Pubblicazione: (2026)

RefineStat: Efficient Exploration for Probabilistic Program Synthesis
di: Kanda, Madhav, et al.
Pubblicazione: (2025)

Guided Sketch-Based Program Induction by Search Gradients
di: Amin, Ahmad Ayaz
Pubblicazione: (2024)

Data-driven Verification of Procedural Programs with Integer Arrays
di: Bouajjani, Ahmed, et al.
Pubblicazione: (2025)

Uncertainty Quantification for Neurosymbolic Programs via Compositional Conformal Prediction
di: Ramalingam, Ramya, et al.
Pubblicazione: (2024)

Automatic Generation of Python Programs Using Context-Free Grammars
di: Yamani, Kamel, et al.
Pubblicazione: (2024)

ExeDec: Execution Decomposition for Compositional Generalization in Neural Program Synthesis
di: Shi, Kensen, et al.
Pubblicazione: (2023)

Technical Report: Full-Stack Fine-Tuning for the Q Programming Language
di: Hogan, Brendan R., et al.
Pubblicazione: (2025)

LiteCoOp: Lightweight Multi-LLM Shared-Tree Reasoning for Model-Serving Compiler Optimizations
di: Tang, Annabelle Sujun, et al.
Pubblicazione: (2026)

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

Beyond Bayesian Model Averaging over Paths in Probabilistic Programs with Stochastic Support
di: Reichelt, Tim, et al.
Pubblicazione: (2023)