TrainBridge：基于 GPU 编译证据引导智能体优化 NPU 训练

研究团队提出 TrainBridge，利用成熟 GPU 编译栈的执行记录作为参考，以智能体方法提取优化意图并指导华为昇腾 NPU 程序的重写与迭代调优。在涵盖 LLM 预训练、图像分类和视觉语言训练的 4 个工作负载中，该方法实现了平均 1.7x 的加速比。在 27 个 Modded-NanoGPT 记录测试中，TrainBridge 实现了接近 2.0x 的平均加速。