Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
VortexSynth는 GPU 아키텍처 연구를 위해 기존 벤치마크의 워크로드를 자동화하여 재구성하는 프레임워크입니다. 이 시스템은 프로파일링을 통해 핵심 커널을 선택하고, 대상 언어로 구현을 합성하며, 출력 동등성 검증 및 반복적 정제를 거쳐 GPU 벤치마크를 구성합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AR의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기GPU 아키텍처 연구에는 새로운 설계에서 실행할 수 있는 대표적인 벤치마크가 필요합니다. 하지만 많은 공급업체 맞춤형 워크로드와 라이브러리 커널은 구현이 비공개(closed-source)이거나 대상 아키텍처가 지원하지 않는 프로그래밍 모델에 의존하기 때문에 연구용 아키텍처에서 직접 실행될 수 없습니다. 기존 커널을 마이그레이션하려면 구현을 조정하고 동작을 검증하는 데 수동적인 노력이 필요합니다. 이는 워크로드 마이그레이션을 대상 플랫폼으로 자동화할 필요성을 만듭니다. 우리는 프로파일 기반 벤치마크 재구성(profile-guided benchmark reconstruction)을 사용하여 레퍼런스 워크로드로부터 GPU 벤치마크를 구성하는 프레임워크인 VortexSynth를 제시합니다. 우리의 워크플로우는 프로파일링을 통해 핵심 커널(hot kernels)을 선택하고, 대상 프로그래밍 언어로 구현을 합성하며, 출력 동등성(output equivalence)을 검증하고, 번역된 프록시 구현(translated proxy implementation)을 사용하여 프로파일 차이를 측정합니다. 그 결과로 얻어진 프로파일 시그니처 간극(profile signature gap)은 에이전트에게 제공되어 반복적인 정제에 사용됩니다. 우리는 로보틱스(robotics)를 애플리케이션 도메인으로 사용하는 오픈-ISA GPGPU인 Vortex에서 이 방법을 평가합니다. 활성화된 모든 커널 쌍은 출력 동등성 검사를 통과했으며, 사례 연구는 반복적 정제가 프로파일 거리를 줄일 수 있음을 보여줍니다.