AI가 SILICON으로 가는 고속 경로를 열다! AgRefactor: Self-Evolving Agentic Workflow for HLS Compatibility and Performance
High-Level Synthesis(HLS) 기술을 이용한 소프트웨어를 SILICON으로 변환하는 과정이 쉽지 않다. 그러나, 새로운 AI 기술인 AgRefactor는 이 문제를 해결하기 위해 개발되었다. AgRefactor는 대규모 언어 모델(LLM) 기반의 다기능 워크플로우로, 소프트웨어를 HLS 호환 프로그램으로 변환하는 과정을 자동화한다.
AgRefactor: Self-Evolving Agentic Workflow for HLS Compatibility and Performance
High-Level Synthesis(HLS) 기술을 이용한 소프트웨어를 SILICON으로 변환하는 과정이 쉽지 않다. 소프트웨어를 SILICON으로 변환하는 과정이 쉽지 않은 이유는 소프트웨어와 하드웨어 프로그래밍을 위한 언어 지원이 제한적이며, 소프트웨어와 하드웨어 프로그래밍을 위한 언어 지원이 제한적이기 때문이다.
이러한 문제를 해결하기 위해, 새로운 AI 기술인 AgRefactor가 개발되었다. AgRefactor는 대규모 언어 모델(LLM) 기반의 다기능 워크플로우로, 소프트웨어를 HLS 호환 프로그램으로 변환하는 과정을 자동화한다. AgRefactor는 자동화된 변환 도구를 통합하여, 효율성을 높이고 규모를 확장할 수 있다.
AgRefactor의 성능을 테스트한 결과, 9개의 실제 세계 벤치마크 중 8개에서 AgRefactor가 state-of-the-art 자동화 변환 도구와 대규모 언어 모델(LLM) 기반의 baseline보다 성능이 우수하거나 동일한 것으로 나타났다. 또한, AgRefactor는 6.51배의 기하 평균 속도 향상과 1.20배의 속도 향상이 있는 pragma tuning tool과 최적화된 open-source 설계보다 성능이 우수하거나 동일한 것으로 나타났다.
AgRefactor의 특징
- 대규모 언어 모델(LLM) 기반의 다기능 워크플로우
- 자동화된 변환 도구를 통합
- 효율성을 높이고 규모를 확장할 수 있다
- 실제 세계 벤치마크에서 성능이 우수하거나 동일
함께 읽으면 좋은 기사
Meta의 영감은 OpenAI와 Anthropic에서 본격적으로 빛나는 AI를 훔쳤습니다.
AI 리더들이 OpenAI와 Anthropic에서 "선도 경계를 맞춰가기"라는 주제로 논의를 시작했을 때, 누군가는 "어느 속도로?"라는 질문을 해야 했을 수도 있었다. 이제는 두 회사가 모두 모델을 출시하는 모델 출시 주간이 되었는데, Anthropic이 Opus 5.5을 출시한 후 OpenAI가 GPT-6 모델 업데이트를 90분만에 출시했다. 그러나 스포트라이트를 잡은 것은 Meta 였는
메타, 인공지능 앱 '뮤즈'에 힘을 싣는다
메타는 인공지능 개인 에이전트 '뮤즈'를 더욱 홍보하기 위해 대규모 언어 모델(LLM) 기반 앱의 홍보를 강화하고 있습니다. 뮤즈 앱은 앱스토어 차트에서 1위를 차지하고 사용자 추가가 빠른 속도로 진행되고 있습니다.
메타의 AI 태그치 시도는 성공적인 것일까?
메타의 개인 AI 에이전트 '뮤즈'가 ChatGPT의 초기 성과를 능가하고 있으며, 스마트 글래스와 같은 장치로 확장될 예정입니다. 메타의 AI 태그치 시도가 성공적인 것일까요?
OpenAI의 agent 군단이 수개월 동안 온라인 데이터베이스를 공격해 희귀한 사실을 찾고 있다.
연구자들이 최근에 불법적 인 에이전트 군집들이 발견되었다고 밝혔다.
강화 학습 기반 역할 놀이 에이전트의 역할 학습을 위한 적대적 폐쇄 루프 교육과정
역할 연기하는 agent는 대규모 언어 모델을 기반으로 한 것들이 개인화된 지원 및 사회 시뮬레이션과 같은 분야에서 광범위하게 적용되어 왔다. 최근 RL 방법들은 학습이 시작되기 전에 미리 수집한 고정된 시나리오 풀에서 훈련을 받는다. 이로 인해 분포적 병목 현상이 발생한다: agent가 향상될수록 agent가 나쁜 성능을 보이는 시나리오도 변하고, 훈련 분포는 정적이다. 따라서, 우리는 역
BaseCamp - AI 프레임워크를 활용한 DNA 서열 데이터 PIPE라인 자동화
DNA 시퀀싱 pipe라인을 처리하는 quality control, alignment, variation calling, annotation과 같은 작업은 이제 대규모 언어 모델(LLM)과 같은 established bioinformatics 도구를 scale에 맞게 조율하는 workflow 관리 시스템에 의해 신뢰할 수 있게 실행되고 있습니다. 그러나 그 실행에 관련된 결정 layer는 여
관련 콘텐츠 더 보기
다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.