컴파일러 월드 모델을 향하여: 효율적인 텐서 프로그램 탐색을 위한 잠재 역학 (Latent Dynamics) 학습

요약

텐서 프로그램 최적화 시 스케줄링 궤적을 고려하지 못하는 기존 방식의 한계를 극복하기 위해 월드 모델 기반의 평가기를 제안합니다. 잠재 역학(Latent Dynamics)을 통해 비용이 큰 AST 변이 없이도 효율적인 스케줄링 탐색이 가능함을 입증했습니다.

핵심 포인트

• 월드 모델 기반의 액션 조건부 잠재 역학 모델 제안
• 연속적인 잠재 공간에서의 전개를 통해 AST 변이 및 인코딩 비용 절감
• GPU에서 Ansor 대비 지연 시간 최대 1.37배 개선
• CPU에서 Ansor 대비 지연 시간 최대 1.54배 개선
• PyTorch/cuDNN 대비 전체 모델 추론 속도 대폭 가속화