Berkeley AI Research·· 2026-07-29精选AI 评分62
K-Search：从 CUDA 到 MLX 的内核优化迁移研究
From CUDA to MLX: How K-Search Brings Decades of Kernel Expertise to Apple Silicon
AI 导读
Berkeley Sky Lab 与 IBM Research 将 K-Search 进化式内核搜索框架扩展至 MLX 后端，通过结构化 CUDA-to-MLX 翻译层在 Apple Silicon 上复现专家级性能。在注意力内核上达到原生 MLX 的 0.97 倍速度，Mamba SSM prefill 相比社区 mlx-lm 提升约 20 倍；代码与后端已开源。
推荐理由
结构化翻译层让 CUDA 经验可迁移到 Apple Silicon，读者可借此评估跨平台内核优化的可行边界。
来源：Berkeley AI Research · bair.berkeley.edu