---
title: "XLA:TPU 论文称已推动解决超过 142 个编译器缺陷"
dek: "作者介绍了结合生产轨迹的模糊测试和差分测试方法。保存的摘要未列出受影响版本，也未推荐修复版本。"
---

一篇于 2026 年 10 月 31 日提交至 arXiv 的论文，介绍了查找和定位 Google XLA:TPU 编译器正确性缺陷的方法。Ignacio Cano 等作者称，这套已部署到生产环境的框架推动解决了超过 142 个编译器缺陷，另有 103 项发现正在审查。这些数字来自保存的摘要，是作者报告的结果，尚未经本站独立复现。[^1]

作者指出，复杂的优化流水线存在一类风险：细微的代码生成缺陷可能导致数值结果劣化，以及内存或缓冲区损坏，却不触发明显的编译器报错。论文称，这类故障可能使成本高昂的训练任务失效，并降低在线服务质量。[^1]

其方法将模糊测试，即自动生成测试程序，与真实生产轨迹结合。AI 智能体群负责生成压力测试、复现故障和起草修复方案。分层差分流水线则把大型工作负载计算图中的故障，逐步定位到融合内核内的单个操作。保存的摘要介绍了这些机制，但未提供详细的比较流程或逐项缺陷证据。[^1]

:::analysis
相关层级是 T6 评估层（evaluations）和 T2 运行时层（runtime）：测试提供有关编译器行为的证据，而编译器缺陷可能影响实际执行的工作负载；报告的缺陷数量不能确立用户部署的正确性。这里涉及的可核验属性是可识别性：如果为用户提供服务的确切版本和配置有记录且可核查，并能与受影响条件对应，用户就能判断自己是否曾受影响。用户和运营方应核查这些部署记录，并查找适用的缺陷与修复信息；保存的来源既未给出受影响版本对应关系，也未推荐修复版本。因此，仅凭摘要无法判断某位用户是否曾受影响，也无法确认某个已部署构建是否修复了特定缺陷。[^1]
:::

:::checked
我们于 2026 年 11 月 11 日阅读了所提供的《XLA from the Trenches: Correctness on TPU Workloads at Scale》arXiv 摘要页面保存文本，其中的提交历史将 v1 日期列为 2026 年 10 月 31 日。我们没有阅读全文、检查代码或修复，也没有测试系统。本次核查确立的是保存页面报告了什么；生产环境结果及修复效果仍依赖作者的陈述。[^1]
:::

[^1]: arXiv，《XLA from the Trenches: Correctness on TPU Workloads at Scale》，2026 年 10 月 31 日。https://arxiv.org/abs/2611.00624
