GPU Forecasters：语言模型作为内核运行时优化的选择性替代

该研究提出GPU Forecasters方法，利用语言模型作为选择性替代来优化GPU内核的运行时性能。在300个内核基准测试中，该方法将预测准确率提升至92%，相比传统模型平均提速1.7倍。实验在NVIDIA A100 GPU上进行，验证了语言模型在运行时预测中的有效性。