从 CUDA 到 MLX：K-Search 如何将数十年内核专家知识引入 Apple Silicon
该研究提出了一种将 CUDA 专家知识自动迁移到 Apple Silicon 的方法，通过构建 CUDA 到 MLX 的翻译层，使 K-Search 框架能够利用现有的高性能 CUDA 内核作为知识基础，将优化策略适配到 Apple Silicon 架构上。
推荐理由：该研究展示了如何利用 K-Search 框架结合 CUDA 到 MLX 的翻译层，将 NVIDIA 的专家级内核优化知识自动迁移到 Apple Silicon 上，使 AI 驱动的搜索能独立达到专家水平性能，为跨架构内核优化提供了可复用的方法。