#自动调优
相关项目
awesome-tensor-compilers
本页面汇集了关于张量计算与深度学习的优质开源编译器项目和研究论文，包括编译器与中间表示(IR)设计、自动调优与自动调度、CPU和GPU优化、NPU优化、图级优化、动态模型、图神经网络、分布式计算、量化方法、稀疏计算、程序改写以及验证与测试等领域的内容。页面还提供相关教程资源，帮助开发者和研究人员优化机器学习和深度学习的编译性能。
bpftune
bpftune是一款基于BPF技术的智能系统调优工具。它通过持续监控系统行为，自动调整内核参数，实现细粒度的性能优化。该工具专门解决Linux系统中繁多调优参数带来的管理复杂性，特别适合现代云环境下的自动化运维需求。bpftune采用零配置设计，利用BPF观测技术实现低开销优化，并提供清晰的调整日志，使系统性能持续保持最佳状态。
awesome-machine-learning-in-compilers
这个项目收集了机器学习在编译器和程序优化领域的重要资源,包括研究论文、数据集和工具。涵盖迭代编译、指令级优化、并行映射等多个主题,提供了全面的参考材料。除学术资源外,还包括相关书籍、演讲、软件和基准测试,是该领域研究和开发的综合指南。