本文来自AI新媒体量子位（QbitAI）
Vertex.AI之前发布了一套机器学习框架PlaidML。据他们自己说，PlaidML在英伟达GPU上比现有的框架更厉害，而且还能兼容AMD、英特尔的GPU。
于是就有人开始问：怎么为新平台写出加速内核？Vertex.AI给出的简单回答是：我们没有写内核，它们实际上是机器生成的。Vertex.AI的后端为每个GPU上的每个特定操作生成定制的内核。整个操作通过一个成为Tile的中间语言完成。
官方博客介绍说，Tile是一种简单、紧凑的语言，用于描述机器学习运算，使其可以在并行计算架构上高效实现。例如，Tile矩阵乘法可以写成如下形式：
关于这个新语言，还有一套教程放在GitHub上，地址在此：
https://github.com/plaidml/plaidml/wiki/Tile-Tutorial
有兴趣的高手可以前往审阅。
Tile发布后，在reddit和Hacker News上也引起了一些讨论。有人觉得Tile非常的“因吹斯汀”，也有人说一听到新语言就感觉“好……但我是拒绝的”。不过母亲还没有看到第三方给出更为权威的结论。
Vertex.AI成立于去年12月，意在解决神经网络的平台兼容性和可移植性问题。
— 完 —
本文作者：千平
原文发布时间：2017-11-11