Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

OMPILOT: Harnessing Transformer Models for Auto Parallelization to Shared Memory Computing Paradigms

Created by
  • Haebom
Category
Empty

저자

Arijit Bhattacharjee, Ali TehraniJamsaz, Le Chen, Niranjan Hasabnis, Mihai Capota, Nesreen Ahmed, Ali Jannesari

개요

본 논문은 대규모 언어 모델(LLM)을 활용하여 C++ 코드를 OpenMP 코드로 변환하는 OMPILOT을 소개합니다. OMPILOT은 공유 메모리 병렬화를 효과적으로 수행하기 위해 특화된 인코더-디코더 변환기 모델로, 병렬 구조의 의미를 포함하는 사용자 정의 사전 훈련 목표를 사용하며, 비지도 및 지도 학습 전략을 결합하여 코드 변환의 견고성을 향상시킵니다. 기존 연구와 달리, OMPILOT은 함수 수준에서 작동하여 더 넓은 의미적 맥락을 포착합니다. 또한, OpenMP 병렬 구조의 정확성과 품질을 평가하기 위해 새로운 복합 지표인 OMPBLEU를 제안합니다.

시사점, 한계점

시사점:
LLM을 활용한 C++ to OpenMP 변환 모델 개발로, 코드 병렬화 자동화 가능성 제시.
함수 수준 변환을 통해 더 넓은 맥락을 고려한 변환 가능.
OpenMP 코드 품질 평가를 위한 OMPBLEU 지표 개발.
기존 변환 방식보다 정확도와 유연성 향상 가능성.
한계점:
논문에 구체적인 한계점에 대한 언급 없음. (Abstract 내용만으로는 파악 불가)
👍