A Hackable ML Compiler Stack in 5,000 Lines of Python [P]

O autor construiu um compilador de ML simplificado e hackeável em 5.000 linhas de Python que emite CUDA, buscando oferecer uma referência fácil de seguir sem a complexidade dos frameworks existentes. Ele compila modelos pequenos como TinyLlama e Qwen2.5-7B através de seis representações intermediárias, priorizando a clareza sobre o desempenho.