[2021 AutoKernel] 为AutoSearch添加PET功能实现（GPU性能调优）

为AutoSearch添加PET功能实现（GPU性能调优）

题目描述：

自动优化是目前AI编译器的研究热点。AutoSearch是AutoKernel的自动搜索模块，目前实现了cpu和gpu的算子自动调优，属于算子优化。算子层级之上的优化还可考虑算子的融合，变换等。 PET是OSDI'2021的新论文，提出对算子进行部分等价变换，使得算子的并行性/计算局部性提高，从而提高计算性能。本题目在AutoSearch GPU自动调优的基础上集成PET的算子变换功能，提高算子性能。

项目产出要求：

1. 单算子实现前后对比（dilation conv, group conv, ...)
2. 整网络实现前后对比（tridentnet，deeplabv3 ...)
3. 相应的文档，性能数据，代码输出

技术要求：

1. 掌握神经网络基础知识
2. 熟悉常见算子的实现
3. 熟悉python/C++语言

论文

https://cs.stanford.edu/~zhihao/papers/PET_OSDI21.pdf

导师

chunyinglv@openailab.com