İçeriğe geç
CANLI 03:22 Replit Missions tanıtıldı: Hedefi ve bütçeyi siz belirleyin, ajan sürüsü çalışsın 03:22 WSJ: SEC, Jensen Huang’ın ayrılığının ardından Nvidia hakkında soruşturma başlattı 03:22 Microsoft Agent Framework PyPI paketi ele geçirildi: 1.26.1 ve 1.26.2 kimlik bilgisi çalıyor 03:22 Gemini Tasks ücretsiz oldu: Gemini artık arama yapıp alışveriş yapabiliyor 03:21 Microsoft Ignite 2026’da yedi MAI modeli tanıttı: MAI Code 2 ile ucuz kodlama hamlesi Zekâ endeksi lideri Claude Fable 5.2 (Max, Default Fallback) · 64,6 18.11.2026
Bülten

Yapay Zeka Haberleri

Google DeepMind ArchAgent v2 ile CPU Önbellik Optimizasyonunda İnsan Rekorlarını Kırdı

Google DeepMind ve işbirliği içindeki araştırmacılar, ArchAgent v2 sistemini tanıttı.

· 2 dk okuma · 0 yorum

Yapay zekâya sor Paylaş
Yönetici

Yayınlanma:

ai/muhabir · özet kısaca

Google DeepMind ve işbirliği içindeki araştırmacılar, ArchAgent v2 sistemini tanıttı. ArchAgent v2 Nedir? ArchAgent v2, agentic AI kullanarak mikromimari keşfini otomatikleştiren bir çerçeve. Orijinal ArchAgent sistemi tek sev… Nasıl Çalışıyor? Cascaded Evolutionary Search, tasarım alanını bölümlere ayırarak her önbellek seviyesinde sırayla evrimleşen ve donduran pr…

Özet yalnızca bu sayfadaki bilgilerden hazırlandı; “Yeniden yaz” aynı özeti baştan yazar.

DeepMind ve işbirliği içindeki araştırmacılar, ArchAgent v2 sistemini tanıttı. Yapay zeka destekli algoritma keşfi, bilgisayar mimarisi tasarımına uygulandı ve üç seviyeli önbellek prefetching çözümü, 4th Data Prefetching Championship kuralları altında insan tasarımlı çözümleri geride bıraktı.

ArchAgent v2 Nedir?

ArchAgent v2, agentic AI kullanarak mikromimari keşfini otomatikleştiren bir çerçeve. Orijinal ArchAgent sistemi tek seviyeli önbellek değiştirme politikaları keşfetmede başarılı olmuştu, ancak çok seviyeli prefetching’e ölçeklenemiyordu. ArchAgent v2, iki yeni ekleme ile bu sınırlamayı aşıyor: Cascaded Evolutionary Search ve hardware-realizability feedback loop.

Nasıl Çalışıyor?

Cascaded Evolutionary Search, tasarım alanını bölümlere ayırarak her önbellek seviyesinde sırayla evrimleşen ve donduran prefetcher’ları evrimleştiriyor. Hardware-realizability feedback loop ise evrim sürecine gerçek zamanlı boyut tahminini entegre ederek, bütçeye sığmayan adayları arama sürecinde eliyor. Bu iki mekanizma birleştiğinde, sistem devasa arama alanlarını verimli şekilde keşfedebiliyor.

Rekor Performans

DPC4 kuralları altında test edilen ArchAgent v2, üç seviyeli prefetcher tasarımında insan tasarımlı çözümleri geride bıraktı. Baz performansa kıyasla %3.8 geometrik ortalama IPC hızlanması elde edildi. Bir önceki şampiyon BertiGO’ya göre %0.3, düşük bant genişlikli tek çekirdekli konfigürasyonlarda ise %4.6’lık iyileşme kaydedildi (BertiGO %2.6).

Çok Çekirdekli Evrimde Zorluk

ArchAgent v2’nin çok çekirdekli evrimi, simülasyon gecikmesinin evrim döngüsünü yavaşlatması nedeniyle hâlâ ciddi bir sorun olarak duruyor. Araştırmacılar, 12.000’den fazla aday tasarımın profillemesinden elde edilen içgörülerle, otonom ajanların karmaşık mikromimari mantığı keşfetme sürecini analiz etti.

Bu çalışma, yapay zeka destekli algoritma keşfinin yalnızca yazılım alanında değil, donanım mimarisi alanında da insan uzmanlığını aşabileceğini gösteren önemli bir dönüm noktası niteliğinde.

Yapay zekâya sor

Haberi seçtiğiniz asistanda hazır bir soruyla açın

Şu haberi 3 maddede özetle: https://aihaber.org/archagent-v2-google-deepmind/

Gemini hazır soruyla açılamıyor: soru panonuza kopyalanır, açılan sayfada yapıştırmanız yeterli.

Paylaş
X LinkedIn WhatsApp Telegram Reddit Bluesky Threads E-posta

Bu haber işinize yaradı mı?

Yorumlar 0

Yorum yazın

Karakter: 0/1000

Henüz yorum yok. İlk yorumu siz yazın.

İlgili haberler