Metal-Sci：面向 Apple Silicon 上演化式 LLM 内核搜索的科学计算基准测试

Víctor Gallego

Metal-Sci：面向 Apple Silicon 上演化式 LLM 内核搜索的科学计算基准测试

机器学习 2026-05-12 v1 人工智能分布式、并行与集群计算

作者: Víctor Gallego

摘要

我们提出了 Metal-Sci，一个包含 10 个任务的 Apple Silicon Metal 科学计算内核基准测试，涵盖六种优化类型（模板计算、 $n$ 体问题中的全对计算、多场 Boltzmann、邻居列表分子动力学、多核 PDE、FFT）。每个任务附带一个 CPU 参考实现、一个基于 roofline 的适应度函数，以及一个留出泛化尺寸。我们将该基准测试与一个用于自动内核搜索的轻量级框架配对，该框架在运行时编译每个候选内核，在多种尺寸下根据 roofline 对其评分，并将结构化的编译和各尺寸正确性诊断信息反馈给驱动 $(1{+}1)$ 演化循环的冻结 LLM。我们报告了在 M1 Pro 上对 Claude Opus 4.7、Gemini 3.1 Pro 和 GPT 5.5 的匹配单模型扫描结果：分布内自加速跨度从 $1.00\times$ 到 $10.7\times$ 。除了原始加速之外，我们的核心方法论主张是结构性的：留出门评分函数 $\Phi_\mathcal{T}$ （在运行结束时在智能体搜索期间从未见过的配置上评估一次）在此自动搜索循环中充当廉价的机械监督原语，例如捕获了一个 Opus 模板 <uint D> HMC 胜出但在未见维度上返回错误样本的情况，以及一个 GPT FFT3D 最佳结果在分布内以 $2.95\times$ 加速胜出但在 $256^3$ 留出立方体上崩溃至 $0.23\times$ 的情况，这是一种仅凭分布内分数无法察觉的静默回归。代码位于 https://github.com/vicgalle/metal-sci-kernels

关键词

内核搜索大语言模型 Apple Silicon 科学计算演化算法基准测试

引用

@article{arxiv.2605.09708,
  title  = {Metal-Sci: A Scientific Compute Benchmark for Evolutionary LLM Kernel Search on Apple Silicon},
  author = {Víctor Gallego},
  journal= {arXiv preprint arXiv:2605.09708},
  year   = {2026}
}

备注

Preprint

Metal-Sci：面向 Apple Silicon 上演化式 LLM 内核搜索的科学计算基准测试

摘要

关键词

引用

备注

相关论文