[논문리뷰] MetaKernelBench: Measuring GPU Kernel Knowledge Transfer Beyond Code본 논문은 GPU 커널 최적화 에이전트가 축적한 경험(Experience)의 재사용 가치를 측정하는 표준적인 방법이 없다는 문제점을 해결하고자 한다. 기존 벤치마크들은 특정 구현의 정확도와 성능만을 측정할 뿐, 에이전트가 습득한 지식이 다른 환경으로 얼마나 효과적으로 전달되는지는 평가하지 못한다 .#Review#GPU Kernel#Knowledge Transfer#DSL#Agentic Optimization#MetaKernelBench#Skill Distillation2026년 10월 11일댓글 수 로딩 중
[sglang] SGLang MoE 라우팅 최적화: AMD GPU에서 aiter.biased_grouped_topk 활용AMD GPU에서 MoE 라우팅의 sigmoid 스코어링을 위한 커널 최적화로 처리량 2.4% 향상.#SGLang#MoE#AMD GPU#최적화#성능#AIter#GPU Kernel2026년 4월 25일댓글 수 로딩 중
[논문리뷰] Evaluation-driven Scaling for Scientific Discovery본 논문은 과학적 발견 과정에서 LLM을 활용한 Trial-and-error 루프의 확장성(Scaling) 문제를 공식화하고 이를 체계적으로 해결하고자 합니다.#Review#Test-Time Scaling#Scientific Discovery#Evaluation-driven Discovery#LLM#Optimization#Symbolic Laws#GPU Kernel2026년 4월 21일댓글 수 로딩 중
[SGLang] Triton Attention 커널: Python으로 작성하는 GPU 커널SGLang의 Triton Attention 백엔드를 분석한다. Python으로 GPU 커널을 작성하는 Triton의 장점, Prefill/Decode/Extend 각 단계별 커널 구현을 코드와 함께 살펴본다.#sglang#Triton#GPU Kernel#Attention Kernel2026년 4월 11일댓글 수 로딩 중