IXThinker·2026-10-02 10:50

港科大AccelEval評測AI加速CPU轉GPU

研究團隊提出 AccelEval 基準，測評大模型能否把已驗證正確的 CPU 程式自動優化為更快的 GPU 實現，基準覆蓋六個領域 42 項任務，並整理 43 類 CUDA 優化策略。

研究問題背景

在科學仿真、金融計算、圖算法與運籌優化等領域，常見難題並非「沒有程式」，而是程式已能算對、卻跑得太慢。將其移植到 GPU 亦遠不止換一種編程語言，涉及記憶體布局與並行策略等系統性重構。