完整回放｜上海创智/TileAI/华为/先进编译实验室/AI9Stars深度拆解 AI 编译器技术实践
💡
原文中文，约3000字，阅读约需7分钟。
📝
内容提要
2025年12月27日，Meet AI Compiler第八期技术沙龙在上海创智学院成功举办。活动邀请五位专家分享AI编译器技术，涵盖软件栈设计、算子开发和性能优化，促进了与会者的深入讨论与交流。
🎯
关键要点
- 2025年12月27日，Meet AI Compiler第八期技术沙龙在上海创智学院成功举办。
- 活动邀请了五位专家分享AI编译器技术，涵盖软件栈设计、算子开发和性能优化。
- 讲师们展示了不同技术路线在真实场景中的实现方式与取舍思路。
- 活动中，参与者积极提问和互动，形成了围绕AI编译器的长期对话。
- 冯思远分享了TVM FFI，旨在解决机器学习系统生态割裂与互操作性难题。
- 薛继龙介绍了TileRT项目，关注低延迟大模型推理的软硬件探索。
- 汪超分享了PyPTO框架，基于白盒编译的融合算子开发。
- 李嘉楠讲解了Triton编译器的优化实践，涵盖多架构的关键优化技巧。
- 施琦介绍了AutoTriton，探讨强化学习驱动的大模型Triton算子优化技术。
- HyperAI超神经致力于为全球数据科学及人工智能行业提供学习与实践支持。
❓
延伸问答
Meet AI Compiler第八期技术沙龙的主要内容是什么？
本次沙龙邀请了五位专家分享AI编译器技术，涵盖软件栈设计、算子开发和性能优化等主题。
冯思远在沙龙中分享了什么主题？
冯思远分享了TVM FFI，旨在解决机器学习系统生态割裂与互操作性难题。
TileRT项目的主要关注点是什么？
TileRT项目关注低延迟大模型推理的软硬件探索，旨在提高计算速度。
PyPTO框架的设计理念是什么？
PyPTO框架基于白盒编译，通过聚焦核内SRAM管理和跨平台指令集，实现高性能与易用性的统一。
Triton编译器的优化实践包括哪些内容？
Triton编译器的优化实践涵盖多架构的关键优化技巧，展示构建高性能统一算子体系的路径。
AutoTriton项目的探索重点是什么？
AutoTriton项目探讨强化学习驱动的大模型Triton算子优化技术，关注内核可编程性和性能可移植性。
➡️
