Популярное

Музыка Кино и Анимация Автомобили Животные Спорт Путешествия Игры Юмор

Интересные видео

2025 Сериалы Трейлеры Новости Как сделать Видеоуроки Diy своими руками

Топ запросов

смотреть а4 schoolboy runaway турецкий сериал смотреть мультфильмы эдисон
dTub
Скачать

Reactant: Optimize Julia functions with MLIR & XLA | Moses | JuliaCon Global 2025

Автор: The Julia Programming Language

Загружено: 2025-12-15

Просмотров: 490

Описание:

Reactant: Optimize Julia functions with MLIR & XLA by William Moses

PreTalx: https://pretalx.com/juliacon-2025/tal...

This talk introduces Reactant, a tool for optimizing existing Julia programs through MLIR and XLA. Reactant preserves high level semantics already found in Julia programs (like linear algebra) to enable novel optimizations that cross function boundaries, rewrite programs to effectively execute on any hardware backend (including rewriting CUDA programs to run on thousands of distributed TPUs), and combines with Enzyme to provide high-performance multi-backend differentiation.

Reactant: Optimize Julia functions with MLIR & XLA | Moses | JuliaCon Global 2025

Поделиться в:

Доступные форматы для скачивания:

Скачать видео mp4

  • Информация по загрузке:

Скачать аудио mp3

Похожие видео

Accelerating Machine Learning in Julia using Lux & Reactant | Pal | JuliaCon Global 2025

Accelerating Machine Learning in Julia using Lux & Reactant | Pal | JuliaCon Global 2025

AcceleratedKernels.jl: Cross-Architecture Parallel Algorithms | Nicusan | JuliaCon Global 2025

AcceleratedKernels.jl: Cross-Architecture Parallel Algorithms | Nicusan | JuliaCon Global 2025

Julia in Academia: Textbooks, Stanford Courses, and the Future | Moss | JuliaCon Global 2025

Julia in Academia: Textbooks, Stanford Courses, and the Future | Moss | JuliaCon Global 2025

EvoTrees.jl: Efficient Boosted Trees on CPUs & GPUs in Julia | Desgagne-Bouchard

EvoTrees.jl: Efficient Boosted Trees on CPUs & GPUs in Julia | Desgagne-Bouchard

Алгоритмы и структуры данных ФУНДАМЕНТАЛЬНЫЙ КУРС от А до Я. Графы, деревья, хеш таблицы и тд

Алгоритмы и структуры данных ФУНДАМЕНТАЛЬНЫЙ КУРС от А до Я. Графы, деревья, хеш таблицы и тд

The future of intelligence | Demis Hassabis (Co-founder and CEO of DeepMind)

The future of intelligence | Demis Hassabis (Co-founder and CEO of DeepMind)

Automating Testing and Documentation Generation for Dyad | Tiller | JuliaCon Global 2025

Automating Testing and Documentation Generation for Dyad | Tiller | JuliaCon Global 2025

Interfaces for Streaming and Chunked Compression | Zimmerberg | JuliaCon Global 2025

Interfaces for Streaming and Chunked Compression | Zimmerberg | JuliaCon Global 2025

Удар по порту Ростова, Крах нефтегазовых доходов, Барщевский покидает пост. Крутихин, Долин, Саакян

Удар по порту Ростова, Крах нефтегазовых доходов, Барщевский покидает пост. Крутихин, Долин, Саакян

Английский в СССР знали плохо или хорошо?

Английский в СССР знали плохо или хорошо?

Building the PERFECT Linux PC with Linus Torvalds

Building the PERFECT Linux PC with Linus Torvalds

exploiting buffer overflows is too simple. (do it with me)

exploiting buffer overflows is too simple. (do it with me)

Почему именно GitHub? Почему?

Почему именно GitHub? Почему?

RAG vs Fine-Tuning vs Prompt Engineering: Optimizing AI Models

RAG vs Fine-Tuning vs Prompt Engineering: Optimizing AI Models

The Strange Math That Predicts (Almost) Anything

The Strange Math That Predicts (Almost) Anything

Интернет в небе: Сергей

Интернет в небе: Сергей "Флеш" о том, как «Шахеды» и «Герберы» научились работать в одной связке

Andrej Karpathy: Software Is Changing (Again)

Andrej Karpathy: Software Is Changing (Again)

Музыка для работы за компьютером | Фоновая музыка для концентрации и продуктивности

Музыка для работы за компьютером | Фоновая музыка для концентрации и продуктивности

Building Data Visualisations in Python in Minutes • Kris Jenkins • GOTO 2025

Building Data Visualisations in Python in Minutes • Kris Jenkins • GOTO 2025

Exploring acasual model augmentation with neural networks | Bagge Carlson, Micluța-Câmpeanu

Exploring acasual model augmentation with neural networks | Bagge Carlson, Micluța-Câmpeanu

© 2025 dtub. Все права защищены.



  • Контакты
  • О нас
  • Политика конфиденциальности



Контакты для правообладателей: [email protected]