Berkeley AI Research、Apple Silicon向け最適化手法「K-Search」を公開

記事の3ポイント

1. 1

   CUDA から MLX への知識転送フレームワークの確立

   IBM Research は Berkeley Sky Lab が開発した K-Search を基盤とし、既存の CUDA カーネルの最適化ノウハウを Apple Silicon の MLX フレームワークへ自動的に翻訳・適応させる層を開発した。

2. 2

   Apple Silicon における高性能な計算結果

   同社の手法により、FlashAttention と同等の性能（97%）を達成し、Mamba SSM のプリフィル処理においては約 20 倍の高速化を実現したと発表した。

3. 3

   アーキテクチャ固有の最適化戦略への転換

   単なる命令列のコピーではなく、CUDA の最適化知識を Apple Silicon に適した MLX 固有の戦略へと翻訳する構造化された手法を採用している。