כתבה
arXiv cs.AI ·
CACHEFORGE: פרקטיקה חדשה להפקת קוד לתחליפי זיכרון
CACHEFORGE: LLM-Guided End-to-End Generative Cache Replacement Policy for Performance and Hardware Efficiency
CACHEFORGE היא פרקטיקה חדשה שמשתמשת ב-LLM ליצירת תחליפי זיכרון עם ביצועים טובים ועומס על ההתקנים. היא משתמשת בסימולציה של תחליפי זיכרון כדי לבדוק את התחליפים השונים ולבחור את הטוב ביותר. CACHEFORGE היא פרקטיקה חדשה שמשתמשת ב-LLM ליצירת תחליפי זיכרון עם ביצועים טובים ועומס על ההתקנים.
תקציר מקורי באנגליתarXiv:2610.07668v1 Announce Type: cross Abstract: Modern cache replacement designs saturate because they operate within fixed representational structures, hand-crafted and heuristic based feature-engineered predictors, or offline imitation models that cannot generate new decision logic on their own. At the same time, replacement is shaped by the causal interaction of prefetching, thrashing, spatial locality, and access-type behavior, producing an enormous design space that is difficult to traverse manually. Prior approaches typically rely on heuristics, parameter tuning, or imitation of an offline optimal policy, capturing correlations rather than synthesizing new mechanisms. As a result, their performance gains often plateau and they overfit under dynamic workload conditions. CACHEFORGE i
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית