arXiv 人工智能· Ignacio Cano, Amir Saadat, Rishipal Singh Bhatia, Samuel Ginzburg, Patrick C. Toulme, Ioannis Zarkadas, Praveen Narayanan, Pratik Bhatu, Nicolas Basile, Alexander Dietm\"uller, Ruishan Wang, Jacob Wahlgren, Victor Barros, Subhankar Shah, Michael Kuperstein, Farzin Houshmand, Emma Sevastian, Peter Gavin, Karthik Srinivasa Murthy, Berkin Ilbeyi, Amit Sabne, Eli Bendersky·· 15 小时前AI 评分43
XLA 实战：大规模 TPU 负载下的正确性保障
XLA from the Trenches: Correctness on TPU Workloads at Scale
AI 导读
研究团队针对 Google XLA:TPU 编译器提出了一套超大规模正确性验证与故障分流方法，应对编译深度优化导致的数值异常与内存损坏。该方案结合生产追踪与模糊测试，利用 AI 智能体集群自主生成压力测试并起草修复，并通过分层差分流水线精确定位融合算子内部故障。该框架已在生产环境中推动解决超过 142 个编译器 bug，另有 103 项发现正在审查。
来源：arXiv 人工智能 · arxiv.org