메타, 프로덕션 ML용 GPU 컴파일러 TLX 공개
최근 30일 조회수 —좋아요 —핵심 요약
메타가 트리톤의 생산성과 저수준 GPU 제어를 결합한 TLX를 공개하고 AI 학습·추론에 적용했다.

메타가 프로덕션 머신러닝(ML)용 GPU 컴파일러 확장인 TLX(Triton Low-Level Extensions)를 공개했다. TLX는 트리톤(Triton)의 생산성 높은 프로그래밍 방식을 유지하면서 워프 그룹과 클러스터 단위 실행을 개발자가 직접 조율하도록 지원한다. 메타는 TLX를 추천 시스템(RecSys) 학습·추론과 대규모 거대언어모델(LLM) 사전학습에 적용해 성능 개선을 확인했다고 밝혔다.1
TLX는 최신 GPU에서 중요해진 워프 특화, 비동기 메모리 이동, 텐서 메모리, 클러스터 실행을 다루기 위해 개발됐다. 고성능을 위한 저수준 제어와 개발 생산성 사이의 간극을 줄이려는 시도다. 메타의 ML 소프트웨어 스택에서는 파이토치(PyTorch) 모델이 그래프 캡처와 최적화·컴파일 과정을 거쳐 GPU 커널로 변환되며, TLX는 이 커널 실행 단계의 제어 범위를 넓힌다.
메타에 따르면 사내 GPU 커널 수를 10개월간 비교했을 때 트리톤 기반 커널은 약 3.8배로 늘어 CUDA의 약 2배 증가를 앞질렀다. 현재 TLX는 엔비디아와 AMD GPU에서 메타의 AI 학습과 대규모 LLM 사전학습 등 프로덕션 작업에 쓰이고 있다. 다만 구체적인 작업별 성능 수치는 이번 자료에 제시되지 않았다.
Footnotes
-
Meta Engineering, 「How We Built TLX: A Hardware-Native GPU Compiler for Production ML at Scale」 ↩
읽기 목록은 이 브라우저에 저장됩니다.
출처
- How We Built TLX: A Hardware-Native GPU Compiler for Production ML at Scale — Meta Engineering · 자료: 2026. 11. 11.
이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요. 교차 보도 없이 단독 출처로 작성됐습니다.