compilation

本文整理并分享了来自Apple、Amiga等平台的多种人机界面指南，为UI设计师和开发者提供了宝贵的资源。

该项目使用自定义编译器将Doom的渲染算法编译成一个21B参数的transformer，无需任何训练。生成的模型可以生成Doom的渲染帧，尽管在B200 GPU上速度较慢，仅为每天35帧。

本文提出了一种基于MLIR的大型语言模型编译方法，通过两种自定义方言（TopOp和TpuOp）将模型从框架无关的语义逐层降低为硬件专用指令，并针对自回归推理阶段（预填充、预填充KV和解码）引入三阶段静态编译。

本文使用支持宽算术的wasm2c对WebAssembly-to-C方法进行了基准测试，证明其在速度和内存使用方面仍然与专门的WebAssembly运行时（如Wasmer和Wasmtime）具有竞争力。

Amber 是一种现代的、类型安全的编程语言，可编译为 Bash、Ksh 或 Zsh，从而实现更安全、更健壮的 Shell 脚本编写。

从编译CUDA内核到在RTX 4090上执行的详细技术过程，涵盖NVCC编译管道、PTX、SASS以及底层系统调用。

Skill-DisCo 是一个框架，它将可重用的程序化技能从成功的智能体轨迹中提炼出来，并将其编译成可调用、可执行的程序。在 ALFWorld 和 WebArena 上的实验表明，该框架提高了成功率并减少了智能体的回合数。

AutoMegaKernel 是一个开源代理框架，能将任意 HuggingFace 模型编译成一个持久的单一兆核（megakernel），将整个前向传播融合到一次 GPU 启动中，从而减少开销。在 L4 和 L40S 等推理级 GPU 上，它相比使用 CUDA Graph 的 cuBLAS 实现了最高 1.33 倍的加速，同时保证调度没有死锁和竞争条件。

作者发现同时使用CUDA和Vulkan后端编译llama.cpp是可行的，解码速度提升了约10% tokens/秒。他们计划运行进一步基准测试来评估其优势。

Zig 构建系统已经重构，将配置器和制造器进程分离，支持缓存、发布模式编译，并且'zig build'命令速度提升高达90%。这一变化提高了性能，并允许构建系统在不减速的情况下增加功能。

PyTorch 2.12 版本包括对编译、导出、分布式训练和加速器支持的重大更新，CUDA 上批量化 linalg.eigh 速度提升高达 100 倍，并新增了 torch.accelerator.Graph 等 API。

本技术指南提供了在各类 Linux 发行版上从源码编译 Emacs 的详细步骤，旨在通过 CPU 特定指令集和 Wayland 等现代显示协议来优化性能。文中还涵盖了依赖项配置以及微调原生 Lisp 编译器以提升执行速度的相关内容。

ReaComp将LLM推理轨迹编译为可重用的符号程序合成器，在程序合成基准测试中实现了强大的准确性，同时消除了测试时的LLM调用，显著降低了计算成本。

一份详细的指南，介绍如何重现使用Windows NT 4和Visual C++ 6等老式工具编译Quake的win32二进制文件的过程（就像1997年所做的那样）。