摘要
本发明提供一种基于LLM的OpenCL程序性能优化方法及系统,涉及计算机技术领域,解决了传统LLM在生成优化OpenCL程序时,可能会出现浮点精度误差、数值不稳定;在进行代码优化任务时无法充分考虑到代码的逻辑关系、数据依赖性以及算法复杂度等因素,导致优化效果不佳的问题,首次将LLM(大语言模型)、代码抽象语法树(AST)和思维链技术和OpenCL程序的优化结合使用,有效提高了LLM根据原始输入代码生成高性能OpenCL程序的能力,且能保证这些程序代码在逻辑和语法上的正确性。
技术关键词
性能优化方法
强化学习模型
生成代码
性能优化系统
程序
生成测试用例
强化学习算法
抽象语法树
样本
大语言模型
自然语言
数值
优化器
数据
框架
基准
对象
复杂度
高性能
内核
系统为您推荐了相关专利信息
机器人主体
焊接机器人
集成盒
控制主机
监控设备
数据中心液冷系统
数字孪生模型
数据中心制冷系统
节能优化方法
深度强化学习模型
人体感应控制方法
人体感应模块
吸油烟机
人体感应功能
时间差
姿态估计方法
雷达人体
长短期记忆网络
人体骨骼
卷积神经网络提取