AUTOPARLLM: 使用大型语言模型的 GNN 引导自动代码并行化
原文中文，约300字，阅读约需1分钟。发表于：。AUTOPARLLM 是一个用于自动发现并生成顺序程序的并行版本的框架，通过使用异构图神经网络（GNN）进行并行性发现和并行模式检测，并结合 LLM 代码生成器，能够有效改善并行代码生成任务中的多个代码生成指标，并且通过引入 OMPScore 衡量方法，提供了一种优于现有指标的评估生成代码质量的方法。
该研究提出了一种名为Graph2Par的基于图的学习方法，利用了一种包含丰富信息的增强抽象语法树表示形式，并在OpenMP中主要关注循环级别并行化。该方法可以以85％的准确度检测出可并行化的代码区域，并且优于基于状态的Token的机器学习方法。
