BriefGPT - AI 论文速递
·
Automated Energy-Aware Refactoring of Parallel Scientific Codes Using Large Language Models
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了LASSI-EE框架，利用大型语言模型（LLMs）自动生成节能的平行科学代码。测试结果表明，该框架在20个HeCBench基准中平均减少了47%的能耗，展示了LLMs在能源感知编程中的潜力。
🎯
关键要点
- 本研究提出了LASSI-EE框架，旨在解决大型语言模型（LLMs）在生成功能正确的平行科学代码时忽视性能和能源效率的问题。
- LASSI-EE框架能够基于LLMs自动生成针对特定平行系统的节能平行代码。
- 测试结果显示，LASSI-EE在20个HeCBench基准中平均减少了47%的能耗。
- 研究展示了LLMs在实现能源感知编程方面的广泛潜力。
🏷️
标签
➡️
