TACO sirve para implementar aplicaciones de álgebra lineal y tensorial dispersa (y también densa) en muchos ámbitos. Admite desde operaciones sencillas, como el producto matriz-vector disperso, hasta otras más complejas, como MTTKRP sobre tensores dispersos de orden superior. Los tensores pueden almacenarse en formatos habituales como CSR y COO, o en otros especializados como CSF.
Según el proyecto, TACO emplea una técnica novedosa basada en compilador para generar kernels optimizados para los cálculos que se quieran hacer. Afirma que así supera al MATLAB Tensor Toolbox en hasta varios órdenes de magnitud y que su rendimiento es competitivo con bibliotecas como Eigen, Intel oneMKL y SPLATT.
Las operaciones complejas se escriben en pocas líneas de código. TACO ofrece APIs en C++ y Python, pensadas para usarse de forma parecida a Eigen y SciPy. La herramienta de línea de comandos y la herramienta web permiten crear bibliotecas propias de kernels a medida y enlazarlas con las aplicaciones. También se puede usar como generador de código directamente en el navegador.
El código está en GitHub, con un README que explica cómo compilar las APIs y la herramienta de línea de comandos, además de documentación en línea con programas de ejemplo. Se aceptan incidencias y pull requests. TACO lo desarrolla el grupo de Fredrik Kjolstad en Stanford, el grupo COMMIT de Saman Amarasinghe en MIT CSAIL y otros colaboradores, con financiación de, entre otros, la National Science Foundation, DARPA y Google Research.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.