K-Search 如何将 CUDA 内核优化经验迁移到 Apple Silicon
Berkeley AI Research 团队为 K-Search 增加 MLX 后端和 CUDA-to-MLX 翻译层，使其能将现有 CUDA 内核作为知识基础，为 Apple Silicon 搜索优化内核。
推荐理由：文章拆解了 CUDA 优化知识迁移到 MLX 的结构化做法，并用 Attention 与 Mamba SSM 两类内核的实测数据展示其性能差异。
内容形态
教程实践 最新动态
拿来就能用的实操内容：提示词技巧、工作流搭建、工具用法与踩坑经验。
22 条精选近 30 天 20 条共收录 36 条
更新
精选归档 · 第 2 页
Berkeley AI Research精选AI 评分7474
Berkeley AI Research精选AI 评分6060 Adaptive Parallel Reasoning 如何让推理模型动态安排并行计算
Berkeley AI Research 的文章梳理了 Adaptive Parallel Reasoning（APR），即让模型在推理时自行决定是否并行、拆分多少线程以及如何协调。文章比较了固定并行与自适应方案，并解析 KV cache 聚合、训练方式和效率奖励设计，同时列出评测差异与部署中的开放问题。
推荐理由：文章梳理了 APR 与固定并行方案在任务拆分、KV cache 聚合和训练奖励上的差异，呈现了其效率目标与部署取舍。